3.4 居民消费支出与教育支出分析
3.4.1 案例描述
表3-16表示的是全国1990—2002年人均消费支出与教育支出的统计数据，试以人均消费性支出为解释变量，教育支出为被解释变量，拟合用一条合适的函数曲线。
表3-16 1990—2002年人均消费支出与教育支出数据表 单位：元
3.4.2 操作步骤和结果分析
(1) 打开SPSS主界面，单击窗口下方的Variable View按钮，变量设置如图3-22所示。
图3-22 变量设置
(2) 单击窗口下方的Data View按钮，输入数据如图3-23所示。输入完成后，单击菜单栏中的File菜单，选择Save As命令，保存为jiaoyu.sav。
图3-23 数据录入
(3) 在菜单栏中依次选择Graphs→Interactive→Scatterplot命令，弹出Create Scatterplot对话框，如图3-24所示。
图3-24 Create Scatterplot对话框
(4) 从左侧的变量列表框中选择“人均消费支出[x]”选项，拖动鼠标使之进入横轴框中；选择“人均教育支出[y]”选项，拖动鼠标使之进入纵轴框中，如图3-25所示。
图3-25 Create Scatterplot对话框设置
(5) 单击“确定”按钮，输出散点图，如图3-26所示。由图形可以看出，两个变量的散点图为增长的曲线形式，故选择合适的函数进行曲线估计。
图3-26 散点图
(6) 在菜单栏中依次选择 Analyze→Regression→Curve Estimation 命令，弹出 Curve Estimation对话框，如图3-27所示。
图3-27 Curve Estimation对话框
(7) 从左侧的变量列表框中选择“人均教育支出[y]”选项，单击
按钮使之进入Dependent(s)框中；选择“人均消费支出[x]”选项，单击
按钮使之进入Independent中的Variabl框；选中Include constant in equation和Plot models复选框；在Models选项组中选中Quadratic、Compound和Power复选框；选中Display ANOVA table复选框，如图3-28所示。
图3-28 Curve Estimation对话框设置
(8) 单击Save按钮，弹出Curve Estimation: Save对话框，在Save Variables选项中选中Predicted values、Residuals和Prediction inter复选框，如图3-29所示。单击Continue按钮返回到Curve Estimation对话框。
图3-29 Curve Estimation: Save对话框
(9) 上述步骤完成后，单击图3-28中的OK按钮，输出结果，如图3-30所示。
图3-30 结果输出窗口
(10) 输出 Quadratic 模型分析表，如表3-17～表3-19所示。从中可以看出，可决系数R2=0.987。
表3-17 模型概览表
表3-19 相关系数表
表3-18 方差分析表
(11) 输出 Compound 模型分析表，如表3-20～表3-22所示。从中可以看出，可决系数R2=0.995。
表3-20 模型概览表
表3-21 方差分析表
表3-22 相关系数表
(12) 输出Power模型分析表，如表3-23～表3-25所示。从中可以看出，可决系数R2=0.954。
表3-23 模型概览表
表3-25 相关系数表
表3-24 方差分析表
(13) 由以上分析可知，3种模型的可决系数中最大的是Compound模型，因而，Compound模型为最佳配合模型。3种模型的曲线如图3-31所示。
图3-31 各模型曲线图