spss實(shí)驗(yàn)報(bào)告-線性回歸-曲線估計(jì)(參考版)
2025-05-16 22:11本頁(yè)面
【正文】 經(jīng)濟(jì)增長(zhǎng)對(duì)能源消費(fèi)無(wú)非線性影響。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。進(jìn)一步用Spearman等級(jí)相關(guān)檢驗(yàn)分析是否存在異方差。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。 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。其他不變，點(diǎn)擊【繼續(xù)】→【確定】。此時(shí)得到新的回歸方程： 6. 殘差正態(tài)性檢驗(yàn)點(diǎn)擊“繪制”按鈕，將“ZRESID”選入Y軸，“ZPRED”選入X軸，繪制散點(diǎn)圖，并在“標(biāo)準(zhǔn)化殘差圖”中選擇“直方圖”，輸出帶有正態(tài)曲線的標(biāo)準(zhǔn)化殘差的直方圖。 得出結(jié)果的：數(shù)據(jù)經(jīng)過一次迭代以后DW的值有明顯增加，查表k=3，n=20（k為解釋變量的數(shù)目，包括常數(shù)項(xiàng)，n是觀察值的數(shù)目）時(shí)，5%的上下界：dL=，dU=。這里先求出lny的一元線性回歸方程： 中的殘差 ，i=1, … ,n,將殘差代入如下公式： 其中 殘差序列代入上式求的一階自相關(guān)系數(shù) 再令： 用EXCEL完成數(shù)據(jù)的迭代得到新的數(shù)據(jù)，這里用Y1代表原先的lnY，K1代表原先的lnK，L1代表原先的lnL。當(dāng)誤差序列的自相關(guān)系數(shù)未知時(shí)，先求處自相關(guān)系數(shù)，再通過反復(fù)迭代法消除來(lái)自相關(guān)。5. 消除殘差的自相關(guān)對(duì)于自相關(guān)的處理方法，其基本思想是通過一些數(shù)學(xué)轉(zhuǎn)化，對(duì)數(shù)據(jù)進(jìn)行處理，消除數(shù)據(jù)的自相關(guān)性，在對(duì)參數(shù)進(jìn)行估計(jì)。而此時(shí)DW值并未有明顯改變，殘差序列仍然存在一階自相關(guān)。重復(fù)以上步驟從新建立回歸方程，將【進(jìn)入】替換為【逐步】如下圖所示：
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號(hào)-1