相關(guān)分析和回歸分析(2)-閱讀頁
2025-05-30 21:48本頁面
【正文】 線性相關(guān)關(guān)系。指最大特征根與第 i個特征根比的平方根。 imik ??? 線性回歸分析的基本操作 （ 1）選擇菜單 Analyze－ Regression－ Linear，出現(xiàn)窗口： （ 2）選擇被解釋變量進入 Dependent框。 （ 4）在 Method框中選擇回歸分析中解釋變量的篩選策略。 注： 多元回歸分析中，變量的篩選一般有向前篩選、向后篩選、逐步篩選三種基本策略。首先，選擇與被解釋變量具有最高線性相關(guān)系數(shù)的變量進入方程，并進行回歸方程的各種檢驗；然后，在剩余的變量中尋找與被解釋變量偏相關(guān)系數(shù)最高且通過檢驗的變量進入回歸方程，并對新建立的回歸方程進行各種檢驗；這個過程一直重復(fù)，直到再也沒有可進入方程的變量為止。首先，所有變量全部引入回歸方程，并對回歸方程進行各種檢驗；然后，在回歸系數(shù)顯著性檢驗不顯著的一個或多個變量中，剔除 t檢驗值最小的變量，并重新建立 回歸方程和進行各種檢驗；如果新建回歸方程中所有變量的回歸系數(shù)檢驗都顯著，則回歸方程建立結(jié)束。 ?逐步篩選（ Stepwise ）策略：在向前篩選策略的基礎(chǔ)上結(jié)合向后篩選策略，在每個變量進入方程后再次判斷是否存在應(yīng)該剔除出方程的變量。 （ 5）第三和第四步中確定的解釋變量及變量篩選策略可放置在不同的塊（ Block）中。 （ 6）選擇一個變量作為條件變量放到 Selection Variable框中，并單擊 Rule按鈕給定一個判斷條件。 （ 7）在 Case Labels框中指定哪個變量作為樣本數(shù)據(jù)點的標(biāo)志變量，該變量的值將標(biāo)在回歸分析的輸出圖形中。 （ 1） Estimates： SPSS默認(rèn)輸出項，輸出與回歸系數(shù)相關(guān)的統(tǒng)計量。 （ 2） Confidence Intervals：輸出每個非標(biāo)準(zhǔn)化回歸系數(shù) 95％的置信區(qū)間。 （ 4） Model fit： SPSS默認(rèn)輸出項，輸出判定系數(shù)、調(diào)整的判定系數(shù)、回歸方程的標(biāo)準(zhǔn)誤差、回歸方程顯著 F檢驗的方程分析表。 （ 6） Part and partial correlation：輸出方程中各解釋變量與被解釋變量之間的簡單相關(guān)、偏相關(guān)系數(shù)。 （ 8） Collinearity Diagnostics：多重共線性分析，輸出各個解釋變量的容忍度、方差膨脹因子、特征值、條件指標(biāo)、方差比例等。 Options選項，出現(xiàn)的窗口可供用戶設(shè)置多元線性回歸分析中解釋變量篩選的標(biāo)準(zhǔn)以及缺失值的處理方式。 （ 1）窗口左邊框中各變量名的含義是： DEPENDNT表示被解釋變量， *ZPRED表示標(biāo)準(zhǔn)化預(yù)測值， *ZRESID表示標(biāo)準(zhǔn)化殘差， *DRESID表示剔除殘差，*ADJPRED表示調(diào)整的預(yù)測值， *SRESID表示學(xué)生化殘差， *SDRESID表示剔除學(xué)生化殘差。 （ 3）在 Standardized Residual Plots框中選擇Histogram選項繪制標(biāo)準(zhǔn)化殘差序列的直方圖；選擇Normal probability plot繪制標(biāo)準(zhǔn)化殘差序列的正態(tài)分布累計概率圖。 Save選項，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，并可同時生成 XML格式的文件，便于分析結(jié)果的網(wǎng)絡(luò)發(fā)布。 （ 2） Distance框中：保存均值或個體預(yù)測值 95％（默認(rèn)）置信區(qū)間的下限值和上限值。 （ 4） Influence Statistics框中：保存剔除第 i個樣本后統(tǒng)計量的變化量。 以高?？蒲醒芯繑?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）、受投入高級職稱的人年數(shù)（ X3）、投入科研事業(yè)費（ X4）、專著數(shù)（ X6）、論文數(shù)（ X7）、獲獎數(shù)（ X8）。 （ 2）解釋變量采用向后篩選策略讓 SPSS自動完成解釋變量的選擇。 應(yīng)用舉例 為研究收入和支出的關(guān)系，收集 19782021年我國的年人均可支配收入和年人均消費性支出數(shù)據(jù)，研究收入與支出之間是否具有較強的線性關(guān)系。 練習(xí) 曲線估計 ? 曲線估計概述 變量間的相關(guān)關(guān)系中，并不總是表現(xiàn)出線性關(guān)系，非線性關(guān)系也是極為常見的。本質(zhì)線性關(guān)系是指變量關(guān)系形式上雖然呈非線性關(guān)系，但可通過變量變換為線性關(guān)系，并最終可通過線性回歸分析建立線性模型。本節(jié)的曲線估計是解決本質(zhì)線性關(guān)系問題的。另外， SPSS曲線估計還可以以時間為解釋變量實現(xiàn)時間序列的簡單回歸分析和趨勢外推分析。 SPSS曲線估計的基本操作步驟是： （ 1）選擇菜單 Analyze－ Regression－ Curve Estimation，出現(xiàn)窗口如下頁所示。 （ 3）曲線估計中的解釋變量可以是相關(guān)因素變量也可是時間變量。 （ 4）在 Models中選擇幾種模型。 至此，完成了曲線估計的操作， SPSS將根據(jù)選擇的模型自動進行曲線估計，并將結(jié)果顯示到輸出窗口中。 首先繪制教育支出和消費性支出的散點圖。其中，教育支出為被解釋變量，消費性支出為解釋變量。 首先繪制就餐費用的序列圖，選擇菜單Graphs－ Sequence。由于要進行預(yù)測，因此在曲線估計主窗口中要單擊 Save按鈕，出現(xiàn)如下窗口： ? Save Variables框中： Predicted values表示保存預(yù)測值； Residual表示保存殘差； Prediction interval表示保存預(yù)測值默認(rèn) 95％置信區(qū)間的上限和下限值。 Predict from estimation period through last case表示計算當(dāng)前所有樣本期內(nèi)的預(yù)測值； Predict through表示計算指定樣本期內(nèi)的預(yù)測值，指定樣本期在 Observation框后輸入。 Thank yo
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1