spss實(shí)驗(yàn)報(bào)告-線性回歸-曲線估計(jì)-資料下載頁
2025-05-13 22:11本頁面
【正文】 上面操作已輸出殘差的直方圖，還可以通過【分析】→【描述統(tǒng)計(jì)】→【PP圖】和【分析】→【描述統(tǒng)計(jì)】→【圖】輸出正態(tài)分布的PP圖、圖，若散點(diǎn)圍繞圖中所給斜線有規(guī)律的分布，則可以認(rèn)為所檢測變量服從正態(tài)分布。 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。進(jìn)一步進(jìn)行KS檢驗(yàn)。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。7. 殘差的其他檢驗(yàn)(1) 異方差檢驗(yàn)：根據(jù)回歸分析輸出的標(biāo)準(zhǔn)化殘差的散點(diǎn)圖，初步判斷是否存在異方差，但此種判斷方法較主觀，且不容易判斷。進(jìn)一步用Spearman等級(jí)相關(guān)檢驗(yàn)分析是否存在異方差。首先對(duì)未標(biāo)準(zhǔn)化殘差取絕對(duì)值，點(diǎn)擊【轉(zhuǎn)換】→【計(jì)算變量】，彈出“計(jì)算變量”窗口，“目標(biāo)變量”輸入“abs”，“數(shù)學(xué)表達(dá)式”輸入“abs(RES_1)”，選擇【分析】→【相關(guān)】→【雙變量】，將abs、所有回歸變量及未標(biāo)準(zhǔn)化預(yù)測值選入變量框中，【相關(guān)系數(shù)】欄選擇“Spearman”，點(diǎn)擊確定。Spearman相關(guān)系數(shù)表觀察系數(shù)表的“abs”行，說明該模型的殘差不存在的異方差問題。 五、 實(shí)驗(yàn)總結(jié)根據(jù)上述分析，采用逐步回歸法得到最后確定的回歸方程：其中代入上式得回歸方程為： (i=1,2, …,21)將上式同時(shí)取以e為底數(shù)進(jìn)行指數(shù)變換得到非線性模型中的本質(zhì)線性關(guān)系的方程： 根據(jù)所建的回歸方程可以看出社會(huì)固定資產(chǎn)投資（K）和勞動(dòng)力（L）對(duì)GDP增長的影響較明顯，而能源的消費(fèi)(E)對(duì)經(jīng)濟(jì)的增長沒有明顯影響。經(jīng)濟(jì)增長對(duì)能源消費(fèi)無非線性影響。16
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號(hào)-1