【文章內(nèi)容簡介】 try值小于 Remove值，否則，自變量一進(jìn)入方程就會被立即剔除。 Use F value：以回歸系數(shù)顯著性檢驗中的各自變量的 F統(tǒng)計量作為自變量進(jìn)入模型或者從模型中剔除的標(biāo)準(zhǔn)。 Include constant in equationF：表示回歸方程中將包含常數(shù)項。 M o d e l S u m m a r yb. 9 2 1a. 8 4 8 . 8 4 3 7 3 . 6 3 5M o d e l1R R S q u a r eA d j u s t e dR S q u a r eS t d . E r r o r o ft h e E s t i m a t eP r e d i c t o r s : ( C o n s t a n t ) , 人均收入a . D e p e n d e n t V a r i a b l e : 人均食品支出b . A N O V Ab8 7 8 5 6 8 . 6 1 8 7 8 5 6 8 . 6 2 1 1 6 2 . 0 3 5 . 0 0 0a1 5 7 2 4 0 . 2 29 5 4 2 2 . 0 7 61 0 3 5 8 0 9 30R e g r e s s i o nR e s i d u a lT o t a lM o d e l1S u m o fS q u a r e s df M e a n S q u a r e F S i g .P r e d i c t o r s : ( C o n s t a n t ) , 人均收入a . D e p e n d e n t V a r i a b l e : 人均食品支出b . C oe f f i c i e nt s a 5 0 . 9 4 6 6 7 . 7 4 5 . 7 5 2 . 4 5 8 1 8 9 . 5 0 0 8 7 . 6 0 7. 4 2 2 . 0 3 3 . 9 2 1 1 2 . 7 2 9 . 0 0 0 . 3 5 4 . 4 9 0( C o n s t a n t )人均收入M o d e l1B S t d . E r r o rU n s t a n d a r d i z e dC o e f f ic i e n t sB e t aS t a n d a r d iz e dC o e f f ic i e n t st S i g . L o w e r B o u n d U p p e r B o u n d9 5 % C o n f i d e n c e In t e r v a l f o r BD e p e n d e n t V a r i a b l e : 人均食品支出a . 練習(xí) ， 某企業(yè)產(chǎn)品廣告費和銷售收入資料如下 ，判斷廣告費和銷售收入之間關(guān)系密切程度如何？ 3 10 28 40 66 117 140 404 序號 廣告費(萬元 ) 銷售收入(百萬元 ) xy 2x 2y1 2 3 4 5 6 7 3 5 7 8 11 13 14 61 1 2 4 5 6 9 10 37 9 25 49 64 121 169 196 633 1 4 16 25 36 81 100 263 合計 多元線性回歸分析 uXXY kk ????? ??? ?221一個被解釋變量 (因變量 )， 的線性模型 ， 多個解釋變量 (自變量 ) 多元回歸的種類 全部強行進(jìn)入回歸 ： 所有自變量全部進(jìn)入回歸模型 逐步回歸 ： 所有的自變量依次進(jìn)入回歸模型 kk XXY ??? ???? ?221?多元回歸方程為 回歸方程的顯著性檢驗 多元線性回歸的檢驗與估計 二、多元線性回歸 三、回歸 系數(shù) 的顯著性檢驗 四、回歸分析的置信區(qū)間 五、標(biāo)準(zhǔn)回歸系數(shù) 回歸效果的檢驗 回歸系數(shù) 總體均值 方程 的檢驗 多元回歸的 SPSS處理 Variables E ntered/Removedb人均收入, 糧食平均單價a. E n t e rM o d e l1V a r i a b l e sE n t e r e dV a r i a b l e sR e m o v e d M e t h o dA l l r e q u e s t e d v a r i a b l e s e n t e r e d .a . Dependent Variable: 人 均食品支出b . Model Sum mary. 9 4 0 a . 8 8 3 . 8 7 5 6 5 . 6 5 1M o d e l1R R S q u a r eA d j u s t e d RS q u a r eS t d . E r r o r o ft h e E s t i m a t ePredictors: (Constant), 人 均收入, 糧 食平均單價a . ANOVAb9 1 5 1 2 9 . 0 5 2 4 5 7 5 6 4 . 5 2 5 1 0 6 . 1 6 4 . 0 0 0a1 2 0 6 7 9 . 7 9 28 4 3 0 9 . 9 9 21 0 3 5 8 0 8 . 8 30R e g r e s s i o nR e s i d u a lT o t a lM o d e l1S u m o fS q u a r e s df M e a n S q u a r e F S i g .Predictors: (Constant), 人 均收入, 糧 食平均單價a . Dependent Variable: 人 均食品支出b . Coefficie nts a 8 7 . 3 6 8 6 1 . 6 8 0 1 . 4 1 6 . 1 6 8 2 1 3 . 7 1 4 3 8 . 9 7 92 1 3 . 4 2 3 7 3 . 2 7 8 . 2 4 3 2 . 9 1 3 . 0 0 7 6 3 . 3 2 0 3 6 3 . 5 2 6. 3 5 2 . 0 3 8 . 7 6 7 9 . 1 8 5 . 0 0 0 . 2 7 3 . 4 3 0( C o n s t a n t )糧食平均單價人均收入M o d e l1B S t d . E r r o rU n s t a n d a r d i z e dC o e f f i c i e n t sB e t aS t a n d a r d i z e dC o e f f i c i e n t st S i g . L o w e r B o u n d U p p e r B o u n d9 5 % C o n f i d e n c e I n t e r v a lf o r BDependent Variable: 人 均食品支出a . 按數(shù)列中所排列指標(biāo)的表現(xiàn)形式不同分為： 絕對數(shù)數(shù)列 相對數(shù)數(shù)列 平均數(shù)數(shù)列 （平均指標(biāo)數(shù)列） （相對指標(biāo)數(shù)列） 時點數(shù)列 時期數(shù)列 時間數(shù)列分析 （ 總量指標(biāo)列 ） 時間序列的基本構(gòu)成要素 年份 國內(nèi)生產(chǎn)總值 （億元） 年份 國內(nèi)生產(chǎn)總值 （億元） 1997 1998 1999 2022 2022 2022 48 198 60 794 71 177 78 973 84 402 89 677 2022 2022 2022 2022 2022 2022 99 215 109 655 120 333 135 823 159 878 182 321 要素一：時間 t 要素二：指標(biāo)數(shù)值 a 影響時間數(shù)列變動的因素可分解為 ： （ 1）長期趨勢（ T） （ 2）季節(jié)變動（ S） （ 3）循環(huán)變動（ C） （ 4）不規(guī)則變動（ I） 可解釋的變動 —不可解釋的變動 長期趨勢（ ） 現(xiàn)象在較長時期內(nèi)受某種根本性因素作用而形成的總的變動趨勢 T季節(jié)變動（ ） 現(xiàn)象在一年內(nèi)隨著季節(jié)的變化而發(fā)生的有規(guī)律的周期性變動 S循環(huán)變動（ ） 現(xiàn)象以若干年為周期所呈現(xiàn)出的波浪起伏形態(tài)的有規(guī)律的變動 C不規(guī)則變動（ ） 是一種無規(guī)律可循的變動，包括嚴(yán)格的隨機變動和不規(guī)則的突發(fā)性影響很大的變動兩種類型 I 時間序列的分解分析 （一）時間數(shù)列的組合模型 1 加法模型： Y=T+S+C+I 計量單位相同的總量指標(biāo) 對長期趨勢產(chǎn)生的或正或負(fù)的偏差 2 乘法模型： Y=TSCI 計量單位相同的總量指標(biāo) 對原數(shù)列指標(biāo)增加或減少的百分比 常用模型 (二 )移動平均法 定義：對時間數(shù)列的各項數(shù)值，按照一定的時距進(jìn)行逐期移動，計算出一系列序時平均數(shù)，形成一個派生的平均數(shù)時間數(shù)列，以此削弱不規(guī)則變動的影響，顯示出原數(shù)列的長期趨勢。 移動平均法的步驟