GGraph

REGRESSION
    /MISSING LISTWISE
    /STATISTICS COEFF OUTS R ANOVA COLLIN TOL
    /CRITERIA=PIN(.05) POUT(.10)
    /NOORIGIN
    /DEPENDENT Оценки
    /METHOD=ENTER IQ
    /CASEWISE PLOT(ZRESID) ALL.

Регрессия

Введенные/удаленные переменныеa
Модел Введенные Удаленные
ь переменные переменные Метод
1 IQb . Enter
a. Зависимая переменная: Оценки
b. Все требуемые переменные введены.

Сводка для моделиb

Скорректирова Стандартная
Модель R R-квадрат нный R-квадрат ошибка оценки
1 ,862 a
,743 ,728 2,655

a. Предикторы: (константа), IQ
b. Зависимая переменная: Оценки

ANOVAa
Сумма Средний
Модель квадратов ст.св. квадрат F Значимость
1 Регрессия 366,275 1 366,275 51,944 ,000b
Остаток 126,925 18 7,051
Всего 493,200 19

a. Зависимая переменная: Оценки

b. Предикторы: (константа), IQ

Коэффициентыa
Стандартиз
ованные
Нестандартизованные коэффицие
коэффициенты нты
Стандартн Значимос
Модель B ая ошибка Бета т ть
1 (Констант -35,491 10,657 -3,330 ,004
а)
IQ ,708 ,098 ,862 7,207 ,000

Диагностика коллинеарностиa
Показатель Доли дисперсии
Собственное обусловленнос
Модель Измерение значение ти (Константа) IQ
1 1 1,998 1,000 ,00 ,00
2 ,002 35,869 1,00 1,00
a. Зависимая переменная: Оценки

Диагностика по наблюдениямa
Стандартная Предсказанное
Номер наблюдения Остаток Оценки значение Остаток Состояние
1 ,447 33 31,81 1,187
2 -1,640 31 35,36 -4,355
3 -,134 35 35,36 -,355
4 ,462 38 36,77 1,228
5 1,325 41 37,48 3,519
6 -,715 37 38,90 -1,897
7 -,981 37 39,61 -2,606
8 -,228 39 39,61 -,606
9 1,278 43 39,61 3,394
10 -,652 40 41,73 -1,731
11 -,542 41 42,44 -1,440
12 ,588 44 42,44 1,560
13 -1,186 40 43,15 -3,148
14 ,431 45 43,86 1,143
15 1,560 48 43,86 4,143
16 -,103 45 45,27 -,274
17 1,403 49 45,27 3,726
18 ,383 47 45,98 1,018
19 -1,657 43 47,40 -4,399
20 -,040 48 48,11 -,108
21 . . . . Mb
22 . . . . Mb
23 . . . . Mb
24 . . . . Mb
25 . . . . Mb
26 . . . . Mb
27 . . . . Mb
28 . . . . Mb
29 . . . . Mb
30 . . . . Mb
31 . . . . Mb
32 . . . . Mb
33 . . . . Mb
a. Зависимая переменная: Оценки
b. Пропущенное наблюдение

Статистика остатковa
Стандартная
Минимум Максимум Среднее отклонения N
Предсказанное значение 31,81 48,11 41,20 4,391 20
Остаток -4,399 4,143 ,000 2,585 20
Стандартная -2,138 1,573 ,000 1,000 20
Предсказанное значение
Стандартная Остаток -1,657 1,560 ,000 ,973 20

a. Зависимая переменная: Оценки

NONPAR CORR
    /VARIABLES=IQ Оценки
    /PRINT=SPEARMAN TWOTAIL NOSIG
    /MISSING=PAIRWISE.

Непараметрические корреляции

Корреляции
IQ Оценки
Ро Спирмена IQ Коэффициент корреляции 1,000 ,865**
Знач. (двухсторонняя) . ,000
N 20 20
Оценки Коэффициент корреляции ,865 **
1,000
Знач. (двухсторонняя) ,000 .
N 20 20

**. Корреляция значима на уровне 0,01 (двухсторонняя).

Допустим Х – это результаты интеллектуального теста, проведенного в конце 8-го

класса, для 20 учащихся; Y – это отметки этих же учащихся за контрольную работу по
математике в 9-м классе, включающую 50 вопросов.
После вычисления коэффициентов можно найти уравнение регрессии, которое
выглядит следующим образом: Y = 0,708X – 35,491.
Для вычисления корреляций был использован метод Спирмана, так как объем выборки
небольшой и распределение не было проверено на нормальность.
Основываясь на всех полученных данных, можно сделать вывод, что коэффициент IQ
(X) значимо влияет на оценки по математике (Y). Об этом нам свидетельствует
значимость корреляций и регрессии, обе из которых меньше 0,05 (p<0,05).