spss實(shí)驗(yàn)報(bào)告-線性回歸-曲線估計(jì)(存儲(chǔ)版)
【正文】 數(shù)據(jù)經(jīng)過一次迭代以后DW的值有明顯增加，查表k=3，n=20（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=。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“單樣本KolmogorovSmirnov檢驗(yàn)”窗口，將未標(biāo)準(zhǔn)化殘差選入變量框，KS檢驗(yàn)輸出結(jié)果，可以認(rèn)為在95%的置信水平下，該模型的殘差服從正態(tài)分布。經(jīng)濟(jì)增長對(duì)能源消費(fèi)無非線性影響。 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。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。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。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=。選擇【轉(zhuǎn)換】—【計(jì)算變量】，對(duì)所有數(shù)據(jù)取對(duì)數(shù)完成數(shù)據(jù)的處理，過程及結(jié)果如下圖： 3. 進(jìn)行初步線性回歸分析（選入所有變量）用最小二乘法建立回歸方程由非線性模型轉(zhuǎn)化為線性模型后，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。所有這些研究都極少將勞動(dòng)、資本、和能源建立在一個(gè)模型中來研究三個(gè)因素對(duì)經(jīng)濟(jì)增長的作用方向和作用大小。本質(zhì)非線性關(guān)系是指變量之間不僅形式上呈現(xiàn)非線性關(guān)系，而且也無法通過變量轉(zhuǎn)化為線性關(guān)系，最終無法進(jìn)行線性回歸分析，建立線性模型。 《數(shù)據(jù)分析實(shí)務(wù)與案例實(shí)
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號(hào)-1