spss線性回歸分析講-在線瀏覽
2025-07-14 23:35本頁面
【正文】 步驟 1：選擇菜單欄“ 【 分析 】 —【 回歸 】 —【 線性 】 ”，打開線性回歸 對話框。在 【 方法 】框中選擇 【 進入 】 選項，表示所選自變量全部進入回歸模型。該對話框中設置要輸出的統(tǒng)計量。 一元線性回歸分析 步驟 3：單擊【 繪制 】按鈕，在【 圖 】 子對話框中的標準化殘差圖選項欄中選中正態(tài)概率圖復選框，以便對殘差的正態(tài)性進行分析 步驟 4：單擊【 保存 】 按鈕，在 【 保存 】 子對話框中 【 殘差 】選項欄中選中 【 未標準化 】 復選框，單擊 【 繼續(xù) 】這樣可以在數(shù)據文件中生成一個變量名尾 res_1 的殘差變量，以便對殘差進行進一步分析。在主對話框中單擊確定按鈕，執(zhí)行線性回歸命令，其結果如下： ?表 3給出了回歸模型的擬和優(yōu)度（ R Square）、調整的擬和優(yōu)度（ Adjusted RSquare）、估計標準差（ Std. Error of the Estimate）以及 Durbin－ Watson統(tǒng)計量。 表 2 表 3 一元線性回歸分析 ? 表 4給出了回歸模型的方差分析表，可以看到， F統(tǒng)計量為，對應的 p值為 0，所以，拒絕模型整體不顯著的原假設，即該模型的整體是顯著的。從表中可以看到解釋變量 x及常量其 t統(tǒng)計量對應的 p值都小于顯著性水平 ，因此，在 下都通過了 t檢驗。 表 5 ? 為了判斷隨機擾動項是否服從正態(tài)分布，觀察圖 5所示的標準化殘差的 P－ P圖，可以發(fā)現(xiàn)，各觀測的散點基本上都分布在對角線上，據此可以初步判斷殘差服從正態(tài)分布。 多元線性回歸分析在 spss分析過程和一元線性回歸分析差不多，下面列出不同點 多元線性回歸分析 做散點圖 多個變量則做出散點圖矩陣、重
范文總結相關推薦
鄂ICP備17016276號-1