通过SPSS工具作出人均消费与人均收入的散点图从图上可以直观地看出这两个变量之间存在线性相关关系。 2. 人均消费与人均收入相关系数表 Correlations 人均收入 Pearson Correlation Sig. (2-tailed) N 人均食品支出 Pearson Correlation Sig. (2-tailed) N 14 .768** .001 14 14 人均收入 人均食品支出 1 .768** .001 14 1 **. Correlation is significant at the 0.01 level (2-tailed). 从表中可得到两变量之间的皮尔逊相关系数为0.768，双尾检验概率p值尾0.001<0.05，故变量之间显著相关。根据住人均食品支出与人均收入之间的散点图与相关分析显示，人均食品支出与人均收入之间存在显著的正相关关系。在此前提下进一步进行回归分析，建立一元线性回归方程。 3.线性回归分析
（1）回归模型拟和优度评价 Model Summaryb Adjusted R Model 1 R .768a R Square .590 Square .556 Std. Error of the Estimate 133.439461 a. Predictors: (Constant), 人均收入 Model Summaryb Adjusted R Model 1 R .768a R Square .590 Square .556 Std. Error of the Estimate 133.439461 a. Predictors: (Constant), 人均收入 b. Dependent Variable: 人均食品支出 上表给出了回归模型的拟和优度（R Square）、调整的拟和优度（Adjusted R Square）、估计标准差（Std. Error of the Estimate）。从结果来看，回归的可决系数和调整的可决系数分别为0.768和0.590，即人均消费的60％左右的变动可以被该模型所解释。
（2）回归模型的方差分析表 ANOVAb Model 1 Regression Residual Total Sum of Squares 307633.785 213673.075 521306.860 df 1 12 13 Mean Square 307633.785 17806.090 F 17.277 Sig. .001a a. Predictors: (Constant), 人均收入 b. Dependent Variable: 人均食品支出 可以看到，F统计量为17.277，对应的p值为0.001，所以，拒绝模型整体不显著的原假设，即该模型的整体是显著的。 （3）回归系数估计及其显著性检验 Coefficientsa Standardized Unstandardized Coefficients Model 1 (Constant) 人均收入 B 584.836 .149 Std. Error 137.474 .036 Coefficients Beta .768 t 4.254 4.157 Sig. .001 .001 a. Dependent Variable: 人均食品支出 从表中可以看到无论是常数项还是解释变量，其t统计量对应的p值都小于显著性水平0.05，因此，在5%的显著性水平下都通过了t检验。变量的回归系数为0.149，即人均收入每增加1元，人均食品支出就增加0.149元。y=584.836+0.149x。
（5）为了判断随机扰动项是否服从正态分布，观察下图所示的标准化残差的P－P图，可以发现，各观测的散点基本上都分布在对角线上，据此可以初步判断残差服从正态分布。
（四）分析结论及应用价值
通过上面的回归分析，并结合原始数据，可以得出这样的结论： 首先，一直以来，江苏省南通市农村居民的人均食品支出与人均收入是存在正向内在联系的。
其次，此次的数据分析可以验证经济理论：收入是影响收入的决定性因素；随着收入的增加，收入中用来购买食物的支出则会下降。
最后，在已知两者存在正相关关系的前提下，一方面对于江苏省而言，要重视苏北地区农村发展，统筹城乡和区域，大力发展经济、增加国民生产总值，也就是经常说的“把蛋糕做大”。从而增加农村居民可支配收入，提高其消费水平，促进农村消费结构的转变，使农村居民的生存型消费保持由量到质的转变，增加其他消费（如发展型消费、享受型消费）在总支出中所占的比重，进而提高广大农民的生活水平。另一方面，要重视消费对经济的反作用，调动起农民群体的消费能量，充分发挥合理适度消费对生产的导向作用，对产业的带动作用，对劳动者的激励作用，使得“消费”与“出口”“投资”这三辆拉动经济增长的马车并驾齐驱。
