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(完整版)
【正文】 引入變量的每一個(gè)階段都提供了再剔除不顯著變量的機(jī)會(huì)。根據(jù)解釋變量的相關(guān)系數(shù)矩陣求得的特征根中，如果最大的特征根遠(yuǎn)遠(yuǎn)大于其他特征根，則說(shuō)明這些解釋變量間具有相當(dāng)多的重復(fù)信息。其中 Enter表示所選變量強(qiáng)行進(jìn)入回歸方程，是 SPSS默認(rèn)的策略，通常用在一元線性回歸分析中； Remove表示從回歸方程中剔除所選變量； Stepwise表示逐步篩選策略；Backward表示向后篩選策略； Forward表示向前篩選策略。 輸出判定系數(shù)、調(diào)整的判定系數(shù)、回歸方程的標(biāo)準(zhǔn)誤差、回歸方程顯著 F檢驗(yàn)的方程分析表。 （ 5） R squared change： 輸出每個(gè)解釋變量進(jìn)入方程后引起的判定系數(shù)的變化量和 F值的變化量。 繪制多對(duì)變量的散點(diǎn)圖 ，可根據(jù)需要在 scatter框中定義散點(diǎn)圖的縱坐標(biāo)和橫坐標(biāo)變量。 以高?？蒲醒芯繑?shù)據(jù)為例，建立回歸方程研究 課題總數(shù)受論文數(shù)的影響 以課題總數(shù)為被解釋變量，解釋變量為投入人年數(shù)（ X2）、受投入高級(jí)職稱的人年數(shù)（ X3）、投入科研事業(yè)費(fèi)（ X4）、專著數(shù)（ X6）、論文數(shù)（ X7）、獲獎(jiǎng)數(shù)（ X8）。本節(jié)的曲線估計(jì)是解決本質(zhì)線性關(guān)系問(wèn)題的。如果解釋變量為相關(guān)因素變量，則選擇 Variable選項(xiàng)，并把一個(gè)解釋變量指定到 Independent框；如果選擇 Time參數(shù)則表示解釋變量為時(shí)間變量。 分析和預(yù)測(cè)居民在外就餐的費(fèi)用 利用收集到 1978年至 2020年居民在外就餐消費(fèi)的數(shù)據(jù)，對(duì)居民未來(lái)在外就餐的趨勢(shì)進(jìn)行分析和預(yù)測(cè)。 。得到的序列圖表明自 80年代以來(lái)居民在外就餐費(fèi)用呈 非線性增加 ， 90年代中期以來(lái)增長(zhǎng)速度明顯加快，大致呈指數(shù)形式，可利用 曲線估計(jì) 進(jìn)行分析。 （ 5）選擇 Plot Models選項(xiàng) 繪制回歸線 ；選擇 Display ANOVA table輸出 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。 另外， SPSS曲線估計(jì)還可以以時(shí)間為解釋變量實(shí)現(xiàn)時(shí)間序列的簡(jiǎn)單回歸分析和趨勢(shì)外推分析。 （ 2）解釋變量采用向后篩選策略讓 SPSS自動(dòng)完成解釋變量的選擇。 Save選項(xiàng)，該窗口將回歸分析的 某些結(jié)果以 SPSS變量的形式保存到數(shù)據(jù)編輯窗口中，并可同時(shí)生成 XML格式的文件，便于分析結(jié)果的網(wǎng)絡(luò)發(fā)布。 （ 7） Covariance matrix： 輸出方程中各解釋變量間的相關(guān)系數(shù)、協(xié)方差以及各回歸系數(shù)的方差 。 輸出方程中各解釋變量與被解釋變量之間的 簡(jiǎn)單相關(guān)、偏相關(guān)系數(shù)。通常在回歸分析中不止一組待進(jìn)入方程的解釋變量和相應(yīng)的篩選策略，可以單擊Next和 Previous按鈕設(shè)置多組解釋變量和變量篩選策略并放置在不同的塊中。 條件指數(shù) 。測(cè)度多重共線性一般有以下方式： 容忍度： 其中， 是第 i個(gè)解釋變量與方程中其他解釋變量間的復(fù)相關(guān)系數(shù)的平方，表示解釋變量之間的線性相關(guān)程度。 ?向前篩選（ Forward ）策略：解釋變量不斷進(jìn)入回歸方程的過(guò)程。如果殘差均值為零，殘差圖的點(diǎn)應(yīng)該在縱坐標(biāo)為 0的中心的帶狀區(qū)域中 隨機(jī)散落 。 ?對(duì)于一元線性回歸方程： ? ?? ?? ?? ?????????????????22222211yyyyyyyyRSSTSSESSTSSESSTSSTSSRR???對(duì)于多元線性回歸方程： 在多元線性回歸分析中，引起判定系數(shù)增加的原因有兩個(gè)：一個(gè)是方程中的解釋變量個(gè)數(shù)增多，另一個(gè)是方程中引入了對(duì)被解釋變量有重要影響的解釋變量。 回歸分析概述 線性回歸分析和線性回歸模型 回歸方程的統(tǒng)計(jì)檢驗(yàn) 多元回歸分析中的其他問(wèn)題 線性回歸分析的基本操作 線性回歸分析的應(yīng)用舉例 九、線性回歸分析 線性回歸分析概述 ?線性回歸分析的內(nèi)容 能否找到一個(gè)線性組合來(lái)說(shuō)明一組自變量和因變量的關(guān)系 如果能的話，這種關(guān)系的強(qiáng)度有多大，也就是利用自變量的線性組合來(lái)預(yù)測(cè)因變量的能力有多強(qiáng) 整體解釋能力是否具有統(tǒng)計(jì)上的顯著性意義 在整體解釋能力顯著的情況下，哪些自變量有顯著意義 ?回歸分析的一般步驟 確定回歸方程中的解釋
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1