任何事物和人都不是以個體存在的,，它們都被復(fù)雜的關(guān)系鏈所圍繞著,，具有一定的相關(guān)性,，也會具備一定的因果關(guān)系，（比如：父母和子女,，不僅具備相關(guān)性,，而且還具備因果關(guān)系，因為有了父親和母親,，才有了兒子或女兒）,，但不是所有相關(guān)聯(lián)的事物都具備因果關(guān)系,。

    下面用SPSS采用回歸—線性分析的方式來分析一下：居民總儲蓄 和 “居民總消費”情況是否具備相關(guān)性，如果具備相關(guān)性,，那相關(guān)關(guān)系的密切程度為多少,。

下面以“居民總儲蓄”和“居民總消費”的調(diào)查樣本做統(tǒng)計分析，數(shù)據(jù)如下所示：

第一步：我們先來分析“居民總儲蓄”和“居民總消費”是否具備相關(guān)性 （采用SPSS 19版本）

1：點擊“分析”—相關(guān)—雙變量,， 進入如下界面：

將“居民總儲蓄”和“居民總消費”兩個變量移入“變量”框內(nèi),，在“相關(guān)系數(shù)”欄目中選擇“Pearson"，（Pearson是一種簡單相關(guān)系數(shù)分析和計算的方法,，如果需要進行進一步分析,，需要借助“多遠線性回歸”分析）在“顯著性檢驗”中選擇“雙側(cè)檢驗”并且勾選“標(biāo)記顯著性相關(guān)”點擊確定， 得到如下結(jié)果：

從以上結(jié)果,，可以看出“Pearson"的相關(guān)性為0.821,，（可以認(rèn)為是“兩者的相關(guān)系數(shù)為0.821）屬于“正相關(guān)關(guān)系”同時“顯著性（雙側(cè)） 結(jié)果為0.000， 由于0.000<0.01,，所以具備顯著性,，得出：“居民總儲蓄”和“居民總消費”具備相關(guān)性，有關(guān)聯(lián),。

既然具備相關(guān)性,，那么我們將進一步做分析, 建立回歸分析，并且構(gòu)建“一元線性方程”,，如下所示：

點擊“分析”--回歸----線性” 結(jié)果如下所示：

將“因變量”和“自變量”分別拖入框內(nèi)  （如上圖所示）從上圖可以看出：“自變量”指 “居民總儲蓄” ,  "因變量”是指“居民總消費”

點擊“統(tǒng)計量”進入如下界面：

在“回歸系數(shù)”中選擇“估計” 在右邊選擇“模型擬合度” 在殘差下面選擇“Durbin-watson(u), 點擊繼續(xù)按鈕

再點擊“繪制圖”在“標(biāo)準(zhǔn)化殘差圖”下面選擇“正太概率分布圖”選項

再點擊“保存”按鈕,，在殘差下面選擇“未標(biāo)準(zhǔn)化”（數(shù)據(jù)的標(biāo)準(zhǔn)化，方法有很多,，這里不介紹啦）

得到如下結(jié)果：

結(jié)果分析如下：

1：從模型匯總b  中可以看出“模型擬合度”為0.675,，調(diào)整后的“模型擬合度”為0.652，就說明“居民總消費”的情況都可以用該模型解釋,，擬合度相對較高

2：從anvoa b的檢驗結(jié)果來看 （其實這是一個“回歸模型的方差分析表）F的統(tǒng)計量為：29.057,，P值顯示為0.000，拒絕模型整體不顯著的假設(shè),，證明模型整體是顯著的

3：從“系數(shù)a”這個表可以看出“回歸系數(shù),，回歸系數(shù)的標(biāo)準(zhǔn)差，回歸系數(shù)的T顯著性檢驗 等,，回歸系數(shù)常量為：2878.518,，但是SIG為：0.452，常數(shù)項不顯著,，回歸系數(shù)為：0.954,，相對的sig為：0.000，具備顯著性,，由于在“anvoa b”表中提到了模型整體是“顯著”的

所以一元線性方程為：居民總消費=2878.518+0.954*居民總儲蓄

其中在“樣本數(shù)據(jù)統(tǒng)計”中,，隨即誤差 一般叫“殘差” :

從結(jié)果分析來看,可以簡單的認(rèn)為：居民總儲蓄每增加1億,，那居民總消費將會增加0.954億

提示：對于回歸參數(shù)的估計，一般采用的是“最小二乘估計法”原則即為：“殘差平方和最小“