spss實(shí)驗(yàn)報(bào)告-線性回歸-曲線估計(jì)(文件)
【正文】 線性模型后，即可按照建立多元線性回歸模型的步驟進(jìn)行操作，求得回歸方程表達(dá)式?！胺椒ā毕吕蛑杏?個(gè)選項(xiàng)，此處先選擇“進(jìn)入”，即所選變量全部強(qiáng)行進(jìn)入回歸模型。本例中，k=4，n=21（k為解釋變量的數(shù)目，包括常數(shù)項(xiàng)，n是觀察值的數(shù)目）時(shí)，5%的上下界：dL=，dU=。4. 消除模型中變量的共線性（逐步回歸）“共線性統(tǒng)計(jì)量”中，容忍度Tolerance越接近于0，表示復(fù)共線性越強(qiáng)，越接近于1，復(fù)共線性越弱。重復(fù)以上步驟從新建立回歸方程，將【進(jìn)入】替換為【逐步】如下圖所示：得到如下結(jié)果：從上表可以看出通過逐步回歸剔除掉了變量lnE,整個(gè)模型的擬合優(yōu)度上升。5. 消除殘差的自相關(guān)對(duì)于自相關(guān)的處理方法，其基本思想是通過一些數(shù)學(xué)轉(zhuǎn)化，對(duì)數(shù)據(jù)進(jìn)行處理，消除數(shù)據(jù)的自相關(guān)性，在對(duì)參數(shù)進(jìn)行估計(jì)。這里先求出lny的一元線性回歸方程： 中的殘差 ，i=1, … ,n,將殘差代入如下公式： 其中 殘差序列代入上式求的一階自相關(guān)系數(shù) 再令： 用EXCEL完成數(shù)據(jù)的迭代得到新的數(shù)據(jù)，這里用Y1代表原先的lnY，K1代表原先的lnK，L1代表原先的lnL。此時(shí)得到新的回歸方程： 6. 殘差正態(tài)性檢驗(yàn)點(diǎn)擊“繪制”按鈕，將“ZRESID”選入Y軸，“ZPRED”選入X軸，繪制散點(diǎn)圖，并在“標(biāo)準(zhǔn)化殘差圖”中選擇“直方圖”，輸出帶有正態(tài)曲線的標(biāo)準(zhǔn)化殘差的直方圖。 PP圖圖從以上圖形可以初步認(rèn)為該模型的殘差服從正態(tài)分布。進(jìn)一步用Spearman等級(jí)相關(guān)檢驗(yàn)分析是否存在異方差。經(jīng)濟(jì)增長(zhǎng)對(duì)能源消費(fèi)無非線性影響。Spearman相關(guān)系數(shù)表觀察系數(shù)表的“abs”行，說明該模型的殘差不存在的異方差問題。選擇【分析】→【非參數(shù)檢驗(yàn)】→【舊對(duì)話框】→【1樣本 KS檢驗(yàn)】，彈出“單樣
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號(hào)-1