spss多元線性回歸分析實(shí)例操作步驟-資料下載頁(yè)
2025-06-26 00:01本頁(yè)面
【正文】 .102.95.9521.00.00.002.106.21.03.003.003.78.97a. Dependent Variable: 商品房平均售價(jià)（元/平方米）該表是多重共線性檢驗(yàn)的特征值以及條件指數(shù)。對(duì)于第二個(gè)模型，其余依次快速減小。第三列的各個(gè)條件指數(shù)，可以看出有多重共線性。7. 殘差統(tǒng)計(jì)量Residuals StatisticsaMinimumMaximumMeanStd. DeviationNPredicted Value11Residual.00011Std. Predicted Value.00011Std. Residual.000.89411a. Dependent Variable: 商品房平均售價(jià)（元/平方米）該表為回歸模型的殘差統(tǒng)計(jì)量，標(biāo)準(zhǔn)化殘差（Std. Residual），沒(méi)有超過(guò)默認(rèn)值3，不能發(fā)現(xiàn)奇異值。8. 回歸標(biāo)準(zhǔn)化殘差的直方圖該圖為回歸標(biāo)準(zhǔn)化殘差的直方圖，正態(tài)曲線也被顯示在直方圖上，用以判斷標(biāo)準(zhǔn)化殘差是否呈正態(tài)分布。但是由于樣本數(shù)只有11個(gè)，所以只能大概判斷其呈正態(tài)分布。該圖回歸標(biāo)準(zhǔn)化的正態(tài)PP圖，該圖給出了觀測(cè)值的殘差分布與假設(shè)的正態(tài)分布的比較，由圖可知標(biāo)準(zhǔn)化殘差散點(diǎn)分布靠近直線，因而可判斷標(biāo)準(zhǔn)化殘差呈正態(tài)分布。該圖顯示的是因變量與回歸標(biāo)準(zhǔn)化預(yù)測(cè)值的散點(diǎn)圖，其中DEPENDENT為x軸變量，*ZPRED為y軸變量。由圖可見，兩變量呈直線趨勢(shì)。附件：原始數(shù)據(jù)：自變量散點(diǎn)圖：由散點(diǎn)圖可以看出，可進(jìn)入分析的變量為城市人口密度、城市居民人均可支配收入。
黨政相關(guān)相關(guān)推薦
鄂ICP備17016276號(hào)-1