美国研究生申请:统计分析

美国研究生申请:统计分析

两个最强的关系:

结果表明,彩色照片成本与文本成本变量之间、彩色照片时间与文本成本变量之间的相关性最强。这是因为在这些关系中,Pearson相关系数是最高的(Hosmer and Lemeshow, 2004)。

在彩色照片成本和文本成本关系的情况下,从结果可以看出,由于Pearson相关性接近+1.00,这些变量之间存在正相关关系,但上坡关系适中。这意味着,有一个合理的机会,增加文本成本将有助于提高彩色照片的成本每打印(豪厄尔,2012)。

同样,在彩色照片时间与文本成本变量之间的关系中,可以确定这两个变量都是正相关的,但这种关系的强度较弱。由此可以看出,彩色照片的时间越长,每十页的文本成本越高(Longnecker and Ott, 2008)。

根据这些结果,可以说这些类型的关系在打印机的情况下是预期的。

建立关系模型的变量:

为了建立价格与其他变量之间的关系模型,很难找到合适的变量。因为根据上面的相关性,价格变量与与打印机相关的其他四个变量都是负相关的。然而,如果努力开发这种模式,那么应该考虑文本成本、彩色照片时间和彩色照片成本变量,而不是文本速度变量。这背后的主要原因是价格与这三个变量的实际关系是否合适,这三个变量的Pearson相关性为负(Keith, 2014)。

例如,文本成本通常与打印机的价格成反比关系。这是因为如果打印机在文本方面的成本较低,那么制造商通常会因为该打印机的操作效率而收取更高的成本。同样,在其他两个变量的情况下,如果每张彩色照片的时间和成本较低,那么打印机的价格就会更高。这是因为人们预计,由于彩色照片打印效率高,公司会对打印机收取更高的成本。

目的的方法

使用SPSS进行数据分析时,可以采用不同的方法进行回归分析。其中一些方法的目的简述如下:

正向法:“正向法”的目的是在存在大量变量时对变量进行初步筛选。为了方便地执行所有可能的算法,需要从大型数据集中选择一个子集进行正向选择(Hosmer和Lemeshow, 2004)。

倒向方法:使用“倒向”方法的主要目的是从所有建模项中剔除不那么重要的建模项,以便正确指定回归函数(Keith, 2014)。

分步法:该方法是向后切片法和向前切片法的组合形式。在回归分析中,这种方法的目的是选择一个子集的效果来开发回归模型。逐步回归方法还可以通过减少由不必要项引起的所有方差来提高回归模型的预测性能(Howell, 2012)。