多元回歸分析中變量的選擇spss的應(yīng)用畢業(yè)論文-資料下載頁
2025-06-18 06:37本頁面
【正文】 of the Estimate1.998a.996.996.155912.999b.998.998.109543.999.999.08259a. Predictors: (Constant), x1b. Predictors: (Constant), x1, x3c. Predictors: (Constant), x1, x3, x2d. Dependent Variable: y解析：上表為逐步回歸每一步的回歸模型的統(tǒng)計(jì)量：R為相關(guān)系數(shù)，R Square相關(guān)系的平方，又叫判定系數(shù)，判定線性回歸的擬合程度：這里可以看到自變量，,，這說明自變量與因變量之間的擬合程度很好。Adjusted R Square 是調(diào)整后的判定系數(shù)，其值與判定系數(shù)相同，最后一列是估計(jì)標(biāo)準(zhǔn)誤差，分別為 ,，說明所選值之間的標(biāo)準(zhǔn)誤差很小。ANOVAdModelSum of SquaresdfMean SquareFSig.1Regression1.000aResidual.34014.024Total152Regression2.000bResidual.15613.012Total153Regression3.000cResidual.08212.007Total15a. Predictors: (Constant), x1b. Predictors: (Constant), x1, x3c. Predictors: (Constant), x1, x3, x2d. Dependent Variable: y解析：上表為方差分析表，及逐步回歸每一步的回歸模型的方差分析，表明此回歸模型極顯著。解析：上表為回歸方程系數(shù)表，根據(jù)多元回歸模型：通過SPSS作出的逐步回歸得到以上的結(jié)果，在統(tǒng)計(jì)顯著水平，則T檢驗(yàn)值為t=，,，,=，說明三個(gè)因子自變量的顯著性水平高?？傻玫降淖顑?yōu)回歸方程為：Trend值為該區(qū)域中2000年到2012年的模擬值。該值可以通過最優(yōu)方程式得出，比如2012年的值為由上結(jié)果可以看出誤差較小，其誤差百分比在以內(nèi)的占比比較大，說明模擬效果還可以。求得的逐步回歸模型效果比較顯著。通過SPSS操作最后得到的我國財(cái)政收入的預(yù)測方程式： 再加上最后對數(shù)據(jù)的檢驗(yàn)可以得出人均國內(nèi)生產(chǎn)總值、經(jīng)濟(jì)活動人口、全社會固定資產(chǎn)投資對財(cái)政收入y有顯著的影響。從上面的操作可以看出變量通過初步的選取是不夠的,需要對所選自變量進(jìn)行檢驗(yàn),然后剔除未通過檢驗(yàn)的變量,所以在案例二較案例一的區(qū)別在于多了一個(gè)逐步回歸分析。即：眾所周知人均國內(nèi)生產(chǎn)總值，經(jīng)濟(jì)活動人口，全社會固定投資都是逐年變化的，這里表現(xiàn)出的經(jīng)濟(jì)活動人口為負(fù)指標(biāo)，隨著社會的發(fā)展，中國的發(fā)展更是越來越迅速，這三個(gè)自變量之間存在著相對嚴(yán)密的關(guān)系。第四章總結(jié)及建議SPSS 是世界上最早采用圖形菜單驅(qū)動界面的統(tǒng)計(jì)軟件，其最突出的特點(diǎn)就是操作界面極為友好，輸出結(jié)果美觀漂亮，是“統(tǒng)計(jì)產(chǎn)品與服務(wù)解決方案”軟件。除了數(shù)據(jù)錄入及部分命令程序等少數(shù)的輸入工作需要鍵盤鍵，而對于那些常見的統(tǒng)計(jì)方法，SPSS的命令語句、子命令及選擇項(xiàng)的大部分都是由“對話框”的操作完成。所以不需要花大量時(shí)間來記憶這些大量的命令、過程或選擇項(xiàng)。SPSS具有完整的數(shù)據(jù)輸入、編輯、統(tǒng)計(jì)分析、報(bào)表、圖形制作等功能，自帶11種類型136個(gè)函數(shù)。由以上SPSS的操作方法可以知道SPSS中有很多的統(tǒng)計(jì)方法，適合專業(yè)的統(tǒng)計(jì)人員對數(shù)據(jù)進(jìn)行統(tǒng)計(jì)整理得出自己想要的結(jié)果。SPSS在得出的趨勢線以及變量之間的線性關(guān)系，需要自己用一元線性回歸的方法得出數(shù)據(jù)之間的系數(shù)，然后自己把方程寫在趨勢線旁邊。SPSS從簡單的統(tǒng)計(jì)描述到復(fù)雜的多因素統(tǒng)計(jì)分析方法，比如數(shù)據(jù)的探索性分析、統(tǒng)計(jì)描述、列聯(lián)表分析、二維相關(guān)、秩相關(guān)、偏相關(guān)、方差分析、非參數(shù)檢驗(yàn)、多元回歸、生存分析、協(xié)方差分析、判別分析、因子分析、聚類分析、非線性回歸、Logistic回歸等都可以通過SPSS來實(shí)現(xiàn)。當(dāng)然我們在數(shù)據(jù)的分析中可以根據(jù)自己的分析數(shù)據(jù)的需要進(jìn)行靈活選擇自己用什么軟件比較方便。由兩個(gè)案例分析中的操作中對比可以看出在對數(shù)據(jù)計(jì)算結(jié)果如果需要更精確一點(diǎn)，就需要通過對多元回歸分析的操作方法進(jìn)行對比可以知道，采用逐步回歸分析的方法對數(shù)據(jù)進(jìn)行處理，剔除沒有通過檢驗(yàn)的，對因變量影響不顯著的。 由以上案例中可以看到，多元回歸分析中變量的選擇不能靠簡單的自行篩選就可以，有時(shí)候?qū)τ谝恍┳兞康暮Y選都通過檢驗(yàn)，并不能代表你在選擇數(shù)據(jù)上有多高明，而是需要通過相關(guān)性分析，計(jì)算復(fù)相關(guān)系數(shù)和偏相關(guān)系數(shù)來了解你所選的變量之間的相關(guān)關(guān)系誰更大一些。同時(shí)也可以知道在變量的選擇中我們需要的是先選擇模型，到底是全回歸模型還是選模型，而若用選模型究竟應(yīng)該包含多少變量最適合，案例一我們用的是去全模型進(jìn)行分析，案例二我們用得則是選模型，在用全模型還是選模型需要通過對變量進(jìn)行分析，而相關(guān)系數(shù)以及方差分析就是很好檢驗(yàn)數(shù)據(jù)的方法。從而可以看出所選的變量是否符合要求。然后再通過回歸分析，看數(shù)據(jù)之間的P值檢驗(yàn)，是否通過P值檢驗(yàn)，如果兩個(gè)檢驗(yàn)均通過，說明說選定的變量在多元回歸分析中，自變量對因變量有顯著性影響，從而確定影響程度的大小，最后在通過檢驗(yàn)之后得到最優(yōu)方程式，這就是自變量與因變量之間的關(guān)聯(lián)方程式。該方程式預(yù)測了我國淘寶注冊人數(shù)，網(wǎng)絡(luò)普及度和居民消費(fèi)水平關(guān)于淘寶交易額的影響的預(yù)測方程式。實(shí)驗(yàn)中通過對數(shù)據(jù)的檢驗(yàn)可以看出其計(jì)算結(jié)果的誤差系數(shù)較低。從案例分析二，我們還可以看到在選擇變量時(shí)當(dāng)存在為通過檢驗(yàn)，或者變量之間的偏相關(guān)系數(shù)大于復(fù)相關(guān)系數(shù)時(shí)的處理方法，這里我們研究的是當(dāng)自變量的P值檢驗(yàn)或t值檢驗(yàn)沒通過是，對于變量選取的處理方法，本文采用了一個(gè)簡單的SPSS 的操作方法，逐步回歸分析，通過軟件操作，逐步回歸分析會通過逐步的對數(shù)據(jù)進(jìn)行檢驗(yàn)，把關(guān)聯(lián)程度大的先檢驗(yàn)，逐步進(jìn)行最后直接剔除未通過檢驗(yàn)的數(shù)據(jù)，在逐步回歸之前我們也得到一個(gè)預(yù)測方程式，很顯然，在解釋變量未通過檢驗(yàn)的情況下，所得到的預(yù)測方程式是完全沒有意義，其在操作過程中更是方便簡潔。通過以上兩個(gè)案例分析，我們可以看出，不能只靠肉眼的觀察和直觀的選擇就對變量進(jìn)行判斷，需要通過一系列的檢驗(yàn)方法對數(shù)據(jù)進(jìn)行對比研究，才能得出最優(yōu)的方程式。參考文獻(xiàn)[1]魏和清,[2],[3], [4],2007 [5],[6],[7][8],2005[9],[10],2011[11]:人民郵電出版社,2004[12][M].北京:中國人民大學(xué)出版社,2006[13][J].統(tǒng)計(jì)與決策,2006[14]朱建平,[M].清華大學(xué)出版社,2007[15]詹世煌,:[16]許飛瓊,:中國統(tǒng)計(jì)出版社,[17]汪浩瀚,[18],2002[19],1999[20],[21],2007[22],2007[23],2007[24][25]胡健穎,[26],[27][28]28
物理相關(guān)推薦
鄂ICP備17016276號-1