spss多元線性回歸分析-文庫吧資料
2025-07-01 23:57本頁面
【正文】 預(yù)測值“DEPENDNT”因變量設(shè)置繪制左上框中各項(xiàng)的意義分別為:如圖19所示：圖18 設(shè)置回歸分析統(tǒng)計(jì)量，我們選擇繪制標(biāo)準(zhǔn)化殘差圖，其中的正態(tài)概率圖是rankit圖。選中模型擬合度復(fù)選框：模型擬合過程中進(jìn)入、退出的變量的列表，以及一些有關(guān)擬合優(yōu)度的檢驗(yàn)：R，R2和調(diào)整的R2, 標(biāo)準(zhǔn)誤及方差分析表。圖17選擇線性回歸變量還需要設(shè)置統(tǒng)計(jì)量的參數(shù)，我們選擇回歸系數(shù)中的“ ”和其他項(xiàng)中的“ ”。因變量：標(biāo)準(zhǔn)化能源消費(fèi)總額；自變量：標(biāo)準(zhǔn)化煤炭消費(fèi)量、標(biāo)準(zhǔn)化焦炭消費(fèi)量、標(biāo)準(zhǔn)化原油消費(fèi)量、標(biāo)準(zhǔn)化原煤產(chǎn)量、標(biāo)準(zhǔn)化焦炭產(chǎn)量、標(biāo)準(zhǔn)化原油產(chǎn)量。參數(shù)設(shè)置1.以下的回歸分析所涉及只包括以上幾個(gè)變量，并使用標(biāo)準(zhǔn)化之后的數(shù)據(jù)?；貧w分析如圖16所示：圖15 數(shù)據(jù)標(biāo)準(zhǔn)化我們還可以通過描述性分析中的“ ”來得到各個(gè)變量的眾數(shù)，均值等，還可以根據(jù)這些量繪制直方圖。表12 描述性數(shù)據(jù)匯總標(biāo)準(zhǔn)化后得到的數(shù)據(jù)值，以下的回歸分析將使用標(biāo)準(zhǔn)化數(shù)據(jù)。SPSS提供了詳盡的數(shù)據(jù)描述工具，單擊菜單欄的“ ”“ ”“ ”，將彈出如圖24所示的對話框，我們將所有變量都選取到，然后在選項(xiàng)中勾選上所希望描述的數(shù)據(jù)特征，包括均值，標(biāo)準(zhǔn)差，方差，最大最小值等。中心趨勢的量度值包括：均值（mean），中位數(shù)（median），眾數(shù)（mode）等。結(jié)合本次實(shí)習(xí)數(shù)據(jù)的具體情況，我們不使用SPSS軟件提供的替換缺失值工具，主要是手動(dòng)將缺失值用零值來代替。N均值標(biāo)準(zhǔn)差缺失極值數(shù)目a計(jì)數(shù)百分比低高能源消費(fèi)總量300.001煤炭消費(fèi)量300.002焦炭消費(fèi)量300.002原油消費(fèi)量28201汽油消費(fèi)量300.001煤油消費(fèi)量28204柴油消費(fèi)量300.002燃料油消費(fèi)量300
法律信息相關(guān)推薦
鄂ICP備17016276號-1