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?yàn)橛辛烁赣H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(fèi)”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(fèi)”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(fèi)”是否具備相關(guān)性 （采用SPSS 19版本）

1：點(diǎn)擊“分析”—相關(guān)—雙變量， 進(jìn)入如下界面：

將“居民總儲蓄”和“居民總消費(fèi)”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(jìn)行進(jìn)一步分析，需要借助“多遠(yuǎn)線性回歸”分析）在“顯著性檢驗(yàn)”中選擇“雙側(cè)檢驗(yàn)”并且勾選“標(biāo)記顯著性相關(guān)”點(diǎn)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(fèi)”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(jìn)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(diǎn)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(fèi)”

點(diǎn)擊“統(tǒng)計量”進(jìn)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(diǎn)擊繼續(xù)按鈕

再點(diǎn)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(diǎn)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(fèi)”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(yàn)結(jié)果來看 （其實(shí)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(yàn) 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(fèi)=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(fèi)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“