回歸分析課程設(shè)計(jì)(存儲(chǔ)版)
【正文】 對(duì)軟件輸出的結(jié)果要學(xué)會(huì)分析要求：（1）熟練使用spss軟件對(duì)回歸數(shù)據(jù)進(jìn)行模型擬合； （2）認(rèn)真獨(dú)立完成設(shè)計(jì)環(huán)境或器材、原理與說明：設(shè)計(jì)環(huán)境和器材：計(jì)算機(jī)，Minitab軟件，課本，筆記設(shè)計(jì)原理與說明：（1） 多元回歸分析中，檢驗(yàn)回歸系數(shù)是否為0的時(shí)候，先用F檢驗(yàn)，考慮整體回歸系數(shù)，再對(duì)每個(gè)系數(shù)是否為零進(jìn)行t檢驗(yàn)（2） t檢驗(yàn)：原假設(shè)：統(tǒng)計(jì)量： 其中為回歸標(biāo)準(zhǔn)差當(dāng)原假設(shè)：成立時(shí)，構(gòu)造的統(tǒng)計(jì)量服從自由度為np1的t分布。當(dāng)大于臨界值時(shí)，拒絕原假設(shè)，認(rèn)為回歸方程顯著。記稱其主對(duì)角線元素為自變量的方差擴(kuò)大因子（variance inflation factor，VIF）。模型匯總模型RR 方調(diào)整 R 方標(biāo)準(zhǔn) 估計(jì)的誤差1.898a.806.708a. 預(yù)測(cè)變量: (常量), x3, x1, x2。Anovab模型平方和df均方FSig.1回歸2.007a殘差7總計(jì)9a. 預(yù)測(cè)變量: (常量), x2, x1。 短短兩周的課程設(shè)計(jì)，使我發(fā)現(xiàn)了自己所掌握的知識(shí)是真正如此的缺乏，自己綜合應(yīng)用所學(xué)的專業(yè)知識(shí)能力是如此的不足，幾年來的學(xué)習(xí)了那么多的課程，今天才知道自己并不會(huì)用．經(jīng)過這次的回歸分析的課程設(shè)計(jì)，我個(gè)人也得到了不少的收獲，一方面加深了我對(duì)課本理論的知識(shí)，另一方面也提高了實(shí)驗(yàn)操作能力。(7)殘差統(tǒng)計(jì)量a極小值極大值均值標(biāo)準(zhǔn) 偏差N預(yù)測(cè)值10標(biāo)準(zhǔn) 預(yù)測(cè)值.00010預(yù)測(cè)值的標(biāo)準(zhǔn)誤差10調(diào)整的預(yù)測(cè)值10殘差.0000010標(biāo)準(zhǔn) 殘差.000.81610Student 化 殘差10已刪除的殘差10Student 化 已刪除的殘差10Mahal。（5）輸入／移去的變量模型輸入的變量移去的變量方法1x2, x1a.輸入a. 已輸入所有請(qǐng)求的變量。保存：預(yù)測(cè)值：未標(biāo)準(zhǔn)化；殘差：未標(biāo)準(zhǔn)化；預(yù)測(cè)區(qū)間：均值，置信水平為95%；繼續(xù)）確定設(shè)計(jì)結(jié)果與分析(可以加頁)：（2）相關(guān)性yx1x2x3yPearson 相關(guān)性1.556.731*.724*顯著性（雙側(cè)）.095.016.018N10101010x1Pearson 相關(guān)性.5561.113.398顯著性（雙側(cè)）.095.756.254N10101010x2Pearson 相關(guān)性.731*.1131.547顯著性（雙側(cè)）.016.756.101N1010
電大資料相關(guān)推薦
鄂ICP備17016276號(hào)-1