spss的線性回歸分析-文庫(kù)吧
2025-04-20 18:36 本頁(yè)面
【正文】 :檢驗(yàn)自變量對(duì)因變量的線性影響是否顯著 . (2)H0:β=0 即 :回歸系數(shù)與 0無(wú)顯著差異 (3)利用 t檢驗(yàn) ,構(gòu)造 t統(tǒng)計(jì)量： – 其中 :Sy是回歸方程標(biāo)準(zhǔn)誤差 (Standard Error)的估計(jì)值，由均方誤差開方后得到，反映了回歸方程無(wú)法解釋樣本數(shù)據(jù)點(diǎn)的程度或偏離樣本數(shù)據(jù)點(diǎn)的程度 – 如果回歸系數(shù)的標(biāo)準(zhǔn)誤差較小，必然得到一個(gè)相對(duì)較大的 t值，表明該自變量 x解釋因變量線性變化的能力較強(qiáng)。 (4)計(jì)算 t統(tǒng)計(jì)量的值和相伴概率 p (5)判斷 iiiSt ??? 22 )(iiyi xxSS?? ??一元線性回歸方程的檢驗(yàn) (四 )t檢驗(yàn) 與 F檢驗(yàn)的關(guān)系 – 一元回歸中 ,F檢驗(yàn)與 t檢驗(yàn)一致 ,即 : F=t2,兩種檢驗(yàn)可以相互替代 (六 )F統(tǒng)計(jì)量和 R2值的關(guān)系 – 如果回歸方程的擬合優(yōu)度高， F統(tǒng)計(jì)量就越顯著。 F統(tǒng)計(jì)量越顯著，回歸方程的擬合優(yōu)度就會(huì)越高。 )1/()1(/22???? knRkRF一元線性回歸分析操作 (一 )基本操作步驟 (1)菜單選項(xiàng) : Analyzeregressionlinear… (2)選擇一個(gè)變量為因變量進(jìn)入 dependent框 (3)選擇一個(gè)變量為自變量進(jìn)入 independent框 (4)enter:所選變量全部進(jìn)入回歸方程 (默認(rèn)方法 ) (5)對(duì)樣本進(jìn)行篩選 (selection variable) – 利用滿足一定條件的樣本數(shù)據(jù)進(jìn)行回歸分析 (6)指定作圖時(shí)各數(shù)據(jù)點(diǎn)的標(biāo)志變量 (case labels) 一元線性回歸分析操作 (二 ) statistics選項(xiàng) (1)基本統(tǒng)計(jì)量輸出 – Estimates:默認(rèn) .顯示回歸系數(shù)相關(guān)統(tǒng)計(jì)量 . – confidence intervals:每個(gè)非標(biāo)準(zhǔn)化的回歸系數(shù) 95%的置信區(qū)間 . – Descriptive:各變量均值、標(biāo)準(zhǔn)差和相關(guān)系數(shù)單側(cè)檢驗(yàn)概率 . – Model fit:默認(rèn) .判定系數(shù)、估計(jì)標(biāo)準(zhǔn)誤差、方差分析表、容忍度 (2)Residual框中的殘差分析 – Durbinwaston:DW值 – casewise diagnostic:異常值 (奇異值 )檢測(cè) (輸出預(yù)測(cè)值及殘差和標(biāo)準(zhǔn)化殘差 ) 一元線性回歸分析操作 (三 )plot選項(xiàng) :圖形分析 . ? Standardize residual plots:繪制殘差序列直方圖和累計(jì)概率圖 ,檢測(cè)殘差的正態(tài)性 ? 繪制指定序列的散點(diǎn)圖 ,檢測(cè)殘差的隨機(jī)性、異方差性 – ZPRED:標(biāo)準(zhǔn)化預(yù)測(cè)值 – ZRESID:標(biāo)準(zhǔn) 化殘差 – SRESID:學(xué)生 化殘差 – produce all partial plot:繪制因變量和所有自變量之間的散點(diǎn)圖 線性回歸方程的殘差分析 (一 )殘差序列的正態(tài)性檢驗(yàn) : – 繪制標(biāo)準(zhǔn)化殘差的直方圖或累計(jì)概率圖 (二 )殘差序列的隨機(jī)性檢驗(yàn) – 繪制殘差和預(yù)測(cè)值的散點(diǎn)圖 ,應(yīng)隨機(jī)分布在經(jīng)過(guò)零的一條直線上下 線性回歸方程的殘差分析 (三 )殘差序列獨(dú)立性檢驗(yàn) : – 殘差序列是否存在后期值與前期值相關(guān)的現(xiàn)象 ,利用(DurbinWatson)檢驗(yàn) – dw=0:殘差 序列存在完全正自相關(guān) 。dw=4:殘差 序列存在完全負(fù)自相關(guān) 。0dw2:殘差 序列存在某種程度的正自相關(guān) 。2dw4:殘差 序列存在某種程度的負(fù)自相關(guān) 。dw=2:殘差 序列不存在自相關(guān) . – 殘差序列不存在自相關(guān) ,可以認(rèn)為回歸方程基本概括了因變量的變化 。否則 ,認(rèn)為可能一些與因變量相關(guān)的因素沒(méi)有引入回歸方程或回歸模型不合適或滯后性周期性的影響 . 線性回歸方程的殘差分析 (四 )異常值 (casewise或 outliers)診斷 – 利用標(biāo)準(zhǔn)化殘差不僅可以知道觀察值比預(yù)測(cè)值大或小 ,并且還知道在絕對(duì)值上它比大多數(shù)殘差
高考資料相關(guān)推薦
鄂ICP備17016276號(hào)-1