回歸分析課程設(shè)計(jì)(完整版)
【正文】 定系數(shù)看回歸方程高度顯著。做實(shí)驗(yàn)，必須要弄懂實(shí)驗(yàn)的原理，在這里，我深深的體會(huì)到哲學(xué)上理論對(duì)時(shí)間的指導(dǎo)作用，而且體會(huì)到了實(shí)驗(yàn)的操作能力靠自己親自動(dòng)手，親自動(dòng)腦，親自去請(qǐng)教別人才能提高的。標(biāo)準(zhǔn)化回歸方程為 ： 綜上所訴，這個(gè)回歸模型即通過了方程顯著性檢驗(yàn)，也通過了回歸系數(shù)顯著行檢驗(yàn)，所以次模型是有效的（6）系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.共線性統(tǒng)計(jì)量B標(biāo)準(zhǔn) 誤差試用版容差VIF1(常量).096x1.385.100.825x2.535.049.687x3.277.284.586a. 因變量: y從上圖可知，次模型中，自變量自變量x1,x2,x3的多重共線性的VIF統(tǒng)計(jì)量的值都很小，小于10，說明建立的回歸模型不存在多重共線性問題。 因此，這個(gè)模型通過了顯著性檢驗(yàn)但沒有通過回歸系數(shù)的檢驗(yàn)，自變量x3對(duì)因變量y不顯著，所以下一步要剔除不顯著的回歸系數(shù)x3，重新建立回歸模型.（4）相關(guān)性yx1x2yPearson 相關(guān)性1.556.731*顯著性（雙側(cè)）.095.016N101010x1Pearson 相關(guān)性.5561.113顯著性（雙側(cè)）.095.756N101010x2Pearson 相關(guān)性.731*.1131顯著性（雙側(cè)）.016.756N101010*. 在 水平（雙側(cè)）上顯著相關(guān)。統(tǒng)計(jì)量:選中共線性診斷；繼續(xù)）確定(7) 分析回歸線性回歸（因變量：y；自變量：x1，x2，x3。在兩個(gè)變量的簡(jiǎn)單相關(guān)系數(shù)中，相關(guān)系數(shù)沒有正負(fù)之分，而復(fù)相關(guān)系數(shù)表示的是因變量y對(duì)全體自變量之間的線性關(guān)系，它的符號(hào)不能由某一個(gè)自變量的回歸系數(shù)的符號(hào)來確定，因而復(fù)相關(guān)系數(shù)都取正號(hào)。平方和分解式是其中，稱為總平方和，簡(jiǎn)記為sst或，SST表示Sum of Squares for Total。（3）11月8日11月13日，分析處理數(shù)據(jù)，編寫課程設(shè)計(jì)報(bào)告書。分析結(jié)果要正確與實(shí)際問題背景相符。當(dāng)時(shí)拒絕原假設(shè)：，認(rèn)為顯著不為零。在多元線性回歸中，決定系數(shù)為樣本決定系數(shù)的取值在區(qū)間內(nèi)，越近1，表明回歸擬合的效果越好；越接近0，表明回歸擬合的效果越差。設(shè)計(jì)過程（步驟）或程序代碼：(1) 打開SPSS軟件，導(dǎo)出數(shù)據(jù)(2) 分析—相關(guān)—雙變量相關(guān)—變量：y，x1，x2，x3—確定(3) 分析—回歸—線性回歸(因變量:y。Anovab模型平方和df均方FSig.1回歸3.015a殘差6總計(jì)9a. 預(yù)測(cè)變量: (常量), x3, x1, x2。2. 由方差分析表可以知道，F(xiàn)=，P值=，表明回歸方程高度顯著，
電大資料相關(guān)推薦
鄂ICP備17016276號(hào)-1