91回歸分析概述92線(xiàn)性回歸分析和線(xiàn)性回歸模型93回歸方(參考版)
2024-09-05 15:03本頁(yè)面
【正文】 。 Predict from estimation period through last case表示 計(jì)算當(dāng)前所有樣本期內(nèi)的預(yù)測(cè)值 ； Predict through表示 計(jì)算指定樣本期內(nèi)的預(yù)測(cè)值，指定樣本期在 Observation框后輸入 。 只有當(dāng)解釋變量為時(shí)間時(shí)才可選該框中的選項(xiàng) 計(jì)算當(dāng)前所有樣本期內(nèi)的預(yù)測(cè)值 計(jì)算指定樣本期內(nèi)的預(yù)測(cè)值 ? Save Variables框中： Predicted values表示 保存預(yù)測(cè)值 ； Residual表示 保存殘差 ； Prediction interval表示 保存預(yù)測(cè)值默認(rèn) 95％置信區(qū)間的上限和下限值。得到的序列圖表明自 80年代以來(lái)居民在外就餐費(fèi)用呈 非線(xiàn)性增加 ， 90年代中期以來(lái)增長(zhǎng)速度明顯加快，大致呈指數(shù)形式，可利用 曲線(xiàn)估計(jì) 進(jìn)行分析。 分析和預(yù)測(cè)居民在外就餐的費(fèi)用 利用收集到 1978年至 2020年居民在外就餐消費(fèi)的數(shù)據(jù)，對(duì)居民未來(lái)在外就餐的趨勢(shì)進(jìn)行分析和預(yù)測(cè)。觀(guān)察散點(diǎn)圖發(fā)現(xiàn)兩變量之間呈非線(xiàn)性關(guān)系，可嘗試選擇二次、三次曲線(xiàn)、復(fù)合函數(shù)和冪函數(shù)模型，利用曲線(xiàn)估計(jì)進(jìn)行本質(zhì)線(xiàn)性模型分析。 ?應(yīng)用舉例 教育支出的相關(guān)因素分析 為研究居民家庭教育支出和消費(fèi)性支出之間的關(guān)系，收集到 1978年至 2020年全國(guó)年人均消費(fèi)性支出和教育支出的數(shù)據(jù)。 （ 5）選擇 Plot Models選項(xiàng) 繪制回歸線(xiàn) ；選擇 Display ANOVA table輸出 各個(gè)模型的方差分析表和各回歸系數(shù)顯著性檢驗(yàn)結(jié)果。如果解釋變量為相關(guān)因素變量，則選擇 Variable選項(xiàng)，并把一個(gè)解釋變量指定到 Independent框；如果選擇 Time參數(shù)則表示解釋變量為時(shí)間變量。 繪制回歸線(xiàn) 各個(gè)模型的方差分析表和各回歸系數(shù)顯著性檢驗(yàn)結(jié)果。 SPSS曲線(xiàn)估計(jì)的基本操作步驟是： （ 1）選擇菜單 Analyze－ Regression－ Curve Estimation， 出現(xiàn)窗口如下頁(yè)所示。 另外， SPSS曲線(xiàn)估計(jì)還可以以時(shí)間為解釋變量實(shí)現(xiàn)時(shí)間序列的簡(jiǎn)單回歸分析和趨勢(shì)外推分析。本節(jié)的曲線(xiàn)估計(jì)是解決本質(zhì)線(xiàn)性關(guān)系問(wèn)題的。本質(zhì)線(xiàn)性關(guān)系是指變量關(guān)系形式上雖然呈非線(xiàn)性關(guān)系，但可通過(guò) 變量變換為線(xiàn)性關(guān)系 ，并最終可通過(guò)線(xiàn)性回歸分析建立線(xiàn)性模型。 應(yīng)用舉例 曲線(xiàn)估計(jì) ? 曲線(xiàn)估計(jì)概述 變量間的相關(guān)關(guān)系中，并不總是表現(xiàn)出線(xiàn)性關(guān)系， 非線(xiàn)性關(guān)系 也是極為常見(jiàn)的。 （ 2）解釋變量采用向后篩選策略讓 SPSS自動(dòng)完成解釋變量的選擇。 以高校科研研究數(shù)據(jù)為例，建立回歸方程研究 課題總數(shù)受論文數(shù)的影響 以課題總數(shù)為被解釋變量，解釋變量為投入人年數(shù)（ X2）、受投入高級(jí)職稱(chēng)的人年數(shù)（ X3）、投入科研事業(yè)費(fèi)（ X4）、專(zhuān)著數(shù)（ X6）、論文數(shù)（ X7）、獲獎(jiǎng)數(shù)（ X8）。 （ 4） Influence Statistics框中： 保存剔除第 i個(gè)樣本后統(tǒng)計(jì)量的變化量。 （ 2） Distance框中： 保存均值或個(gè)體預(yù)測(cè)值 95％（默認(rèn)）置信區(qū)間的下限值和上限值。 Save選項(xiàng)，該窗口將回歸分析的 某些結(jié)果以 SPSS變量的形式保存到數(shù)據(jù)編輯窗口中，并可同時(shí)生成 XML格式的文件，便于分析結(jié)果的網(wǎng)絡(luò)發(fā)布。 繪制多對(duì)變量的散點(diǎn)圖 ，可根據(jù)需要在 scatter框中定義散點(diǎn)圖的縱坐標(biāo)和橫坐標(biāo)變量。 Plot選項(xiàng)，出現(xiàn)的窗口用于對(duì) 殘差序列的分析。 （ 9）在 Residual框中： Durbinwaston表示輸出DW檢驗(yàn)值 ； Casewise Diagnostic表示 輸出標(biāo)準(zhǔn)化殘差絕對(duì)值大于等于 3（ SPSS默認(rèn)值）的樣本數(shù)據(jù)的相關(guān)信息 ，包括預(yù)測(cè)值、殘差、杠桿值等。 （ 7） Covariance matrix： 輸出方程中各解釋變量間的相關(guān)系數(shù)、協(xié)方差以及各回歸系數(shù)的方差 。 （ 5） R squared change： 輸出每個(gè)解釋變量進(jìn)入方程后引起的判定系數(shù)的變化量和 F值的變化量。 （ 3） Descriptive：輸出各解釋變量和被解釋變量的 均值、標(biāo)準(zhǔn)差、相關(guān)系數(shù)矩陣及單側(cè)檢驗(yàn)概率p值。包括回歸系數(shù)（偏回歸系數(shù)）、回歸系數(shù)標(biāo)準(zhǔn)誤差、標(biāo)準(zhǔn)化回歸系數(shù)、回歸系數(shù)顯著性檢驗(yàn)的 t統(tǒng)計(jì)
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1