91回歸分析概述92線性回歸分析和線性回歸模型93回歸方-免費(fèi)閱讀
【正文】 ? Predict cases框中：只有當(dāng)解釋變量為時(shí)間時(shí)才可選該框中的選項(xiàng)。 首先 繪制 教育支出和消費(fèi)性支出的 散點(diǎn)圖 。 （ 2）把被解釋變量選到 Dependent框中。變量之間的非線性關(guān)系可以劃分為 本質(zhì)線性關(guān)系和本質(zhì)非線性關(guān)系 。 （ 3） Residual框中： 保存非標(biāo)準(zhǔn)化殘差、標(biāo)準(zhǔn)化殘差等 。 Options選項(xiàng)，出現(xiàn)的窗口可供用戶 設(shè)置多元線性回歸分析中解釋變量篩選的標(biāo)準(zhǔn)以及缺失值的處理方式。 （ 2） Confidence Intervals：輸出每個(gè) 非標(biāo)準(zhǔn)化回歸系數(shù) 95％的置信區(qū)間。 （ 7）在 Case Labels框中 指定哪個(gè)變量作為樣本數(shù)據(jù)點(diǎn)的標(biāo)志變量 ，該變量的值將標(biāo)在回歸分析的輸出圖形中。 imik ???5 線性回歸分析的基本操作 （ 1）選擇菜單 Analyze－ Regression－ Linear，出現(xiàn)窗口： 選擇 一個(gè)或多個(gè)解釋變量 進(jìn)入 選擇回歸分析中解釋變量的 篩選策略 標(biāo)志變量 （ 2）選擇被解釋變量進(jìn)入 Dependent框。方差膨脹因子是容忍度的倒數(shù)。首先，所有變量全部引入回歸方程，并對(duì)回歸方程進(jìn)行各種檢驗(yàn)；然后，在回歸系數(shù)顯著性檢驗(yàn)不顯著的一個(gè)或多個(gè)變量中，剔除 t檢驗(yàn)值最小的變量，并重新建立 回歸方程和進(jìn)行各種檢驗(yàn)；如果新建回歸方程中所有變量的回歸系數(shù)檢驗(yàn)都顯著，則回歸方程建立結(jié)束。 DW檢驗(yàn)用來(lái)檢驗(yàn)殘差的 自相關(guān) 。 1/1/1122???????nSS TpnSS ERSS TSS ER? 回歸方程 的顯著性檢驗(yàn)（方差分析 F檢驗(yàn)） 回歸方程的顯著性檢驗(yàn)是要檢驗(yàn)被解釋變量與所有的解釋變量之間的線性關(guān)系是否顯著。 3 、回歸方程的統(tǒng)計(jì)檢驗(yàn) ?回歸方程的擬合優(yōu)度 回歸直線與各觀測(cè)點(diǎn)的 接近程度 稱為回歸方程的擬合優(yōu)度， 也就是 樣本觀測(cè)值聚集在回歸線周圍的緊密程度 。 離差平方和的分解： 建立直線回歸方程可知： y的觀測(cè)值的總變動(dòng) 可由 來(lái)反映，稱為總變差。 ? 對(duì)于一元線性回歸方程，檢驗(yàn)統(tǒng)計(jì)量為： ? 對(duì)于多元線性回歸方程，檢驗(yàn)統(tǒng)計(jì)量為： ），（ 21~)2/()?( 1/)?()2/( 1/ 22??? ???? ? ? nFnyy yynSSE SSRF），（ 1p~)1/()?( /)?()1/( / 22????? ????? ? ? pnFpnyy pyypnSSE pSSRF? 回歸系數(shù) 的顯著性檢驗(yàn)（ t檢驗(yàn)） 回歸系數(shù)的顯著性檢驗(yàn)是要檢驗(yàn)回歸方程中被解釋變量與每一個(gè)解釋變量之間的線性關(guān)系是否顯著。檢驗(yàn)統(tǒng)計(jì)量為： DW=2表示無(wú)自相關(guān)，在 02之間說(shuō)明存在正自相關(guān)，在 24之間說(shuō)明存在負(fù)的自相關(guān)。否則按上述方法再一次剔除最不顯著的變量，直到再也沒(méi)有可剔除的變量為止。 VIF越大多重共線性越強(qiáng)， 當(dāng) VIF大于等于 10時(shí)，說(shuō)明存在嚴(yán)重的多重共線性。 （ 3）選擇一個(gè)或多個(gè)解釋變量進(jìn)入Independent(s)框。 線性回歸分析的其他操作 Statistics按鈕，出現(xiàn)的窗口可供用戶選擇更多的輸出統(tǒng)計(jì)量。 （ 3） Descriptive：輸出各解釋變量和被解釋變量的 均值、標(biāo)準(zhǔn)差、相關(guān)系數(shù)矩陣及單側(cè)檢驗(yàn)概率p值。 Plot選項(xiàng)，出現(xiàn)的窗口用于對(duì) 殘差序列的分析。 （ 4） Influence Statistics框中： 保存剔除第 i個(gè)樣本后統(tǒng)計(jì)量的變化量。本質(zhì)線性關(guān)系是指變量關(guān)系形式上雖然呈非線性關(guān)系，但可通過(guò) 變量變換為線性關(guān)系 ，并最終可通過(guò)線性回歸分析建立線性模型。 繪制回歸線 各個(gè)模型的方差分析表和各回歸系數(shù)顯著性檢驗(yàn)結(jié)果。觀察散點(diǎn)圖發(fā)現(xiàn)兩變量之間呈非線性關(guān)系，可嘗試選擇二次、三次曲線、復(fù)合函數(shù)和冪函數(shù)模型，利用曲線估計(jì)進(jìn)行本質(zhì)線性模型分析。 Predict from estimation period through last case表示 計(jì)算當(dāng)前所有樣本期內(nèi)的預(yù)測(cè)值 ； Predict through表示 計(jì)算指定樣本期內(nèi)的預(yù)測(cè)值，指定樣本期在 Observ
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1