下载

1下载券

加入VIP
  • 专属下载特权
  • 现金文档折扣购买
  • VIP免费专区
  • 千万文档免费下载

上传资料

关闭

关闭

关闭

封号提示

内容

首页 SPSS线性回归分析

SPSS线性回归分析.ppt

SPSS线性回归分析

ryn1
2011-03-08 0人阅读 举报 0 0 暂无简介

简介:本文档为《SPSS线性回归分析ppt》,可适用于工程科技领域

SPSS线性回归SPSS线性回归一、回归的原理一、回归的原理回归(Regression或LinearRegression)和相关都用来分析两个定距变量间的关系但回归有明确的因果关系假设。即要假设一个变量为自变量一个为因变量自变量对因变量的影响就用回归表示。如年龄对收入的影响。由于回归构建了变量间因果关系的数学表达它具有统计预测功能。线性回归的统计原理:两个定距变量的回归是用函数y=f(x)来分析的。我们最常用的是一元回归方程其中x为自变量y为因变量a为截距即常量b为回归系数表明自变量对因变量的影响程度。Y=x在统计学中这一方程中的系数是靠x与y变量的大量数据拟合出来的。XYY=abx(xy)由图中可以看出回归直线应该是到所有数据点最短距离的直线。该直线的求得即使用“最小二乘方法”使:在拟合的回归直线方程中回归系数:表示x每变化一个单位时x与y共同变化的程度。常数:比如通过上学年数和工资的关系计算得出下列的回归公式:y=x可知上学年数每增长年工资会增加元也可推测上学年数为年的人工资收入应为*=元。二、线性回归的适用条件二、线性回归的适用条件线性趋势:即自变量与因变量的关系是线性的。独立性:因变量Y的取值相互独立。反映在方程中即残差独立。正态性:即自变量的任何一个线性组合Y应该服从正态分布。反映在方程中即残差Ei服从正态分布。方差齐性:自变量的任何一个线性组合Y的方差相同。三、线性回归菜单简介三、线性回归菜单简介LinearRegression对话框Enter:进入法。默认选项。所有所选自变量都进入回归模型不作任何筛选。Stepwise:逐步法。根据在Option框中设顶的纳入和排除标准进行变量筛选。具体做法是首先分别计算各自变量X对Y的贡献大小按由大到小的顺序挑选贡献最大的一个先进入方程随后重新计算各自变量X对Y的贡献引入方程同时考察已在方程中的变量是否由于新变量的引入而不再有统计意义。如果是则将它剔除。如此重复直到方程内没有变量可剔除方程外没有变量可引入为止。Remove:剔除法(移去法)。只出不进。注意其筛选以Block为单位。Backward:向后法。步骤类逐步法但只出不进。即对已纳入方程的变量按对Y贡献的由小到大依次剔除每剔除一个变量重新计算对Y贡献的大小。直到方程中所有变量都符合选入的标准为止。Forward:向前法。与逐步法类似但只进不出。即对纳入方程的变量不再考察它的显著性。直到方程外变量均达不到进入标准没有自变量引入方程为止。变量筛选方法的选择应注意变量筛选方法的选择应注意变量选择不仅仅是数学问题不能脱离研究的目的进行。最好多做尝试对不同方法之间所结果的差异认真思考。Statistics对话框Plots对话框X轴或Y轴中有一个是因变量标准化的预测值标准化的残差删除的残差修正后的预测值。用户的残差用户的删除的残差输出带有正态曲线的标准化残差的直方图。输出标准化残差的正态概率图。对每一个自变量会产生一个自变量与因变量残差的散点图主要用于回归诊断。Options对话框如一个变量的F统计量的p值是小于Entry值的这个变量就进入模型。如一个变量的F统计量的p值是大于Removal值的这个变量就从模型中删除。Entry值必须小于Removal值且都为正。如想模型中有更多的变量就提高Entry值如想模型中减少变量就减少Removal值。用F统计量的值同上选择此项不显示回归方程中常数项。Save对话框Save对话框四、回归分析的步骤四、回归分析的步骤做出散点图,观察变量间的趋势考察数据的分布,进行必要的预处理进行直线回归分析残差分析强影响点的诊断及多重共线性问题的判断。例:以SPSS自带的数据文件“USGeneralSocialSurveysav”为例分析影响职业声望的因素。例:例:请分析SPSS自带数据文件plasticsav中变量挤压(extrusn)、附加(addition)、光泽(gloss)、不透明度(opacity)对变量拉扯强度(tearres)的大小有无影响?已知挤压对拉扯强度的大小有影响。已知压对拉扯强度有影响故不需筛选可用进入法。其他变量不知道有无影响需要用逐步法进行筛选。衡量多元线性回归方程的标准衡量多元线性回归方程的标准复相关系数R与校正复相关系数Rad剩余标准差S强影响点的诊断及对策强影响点的诊断及对策诊断方法:散点图残差诊断指标稳健回归方法的使用对策:去除变量变换非参数分析采用加权最小二乘法多重共线性问题及对策多重共线性问题及对策确认:求相关系数矩阵系数在以上的将会存在共线性问题以上可能会有问题容忍度(Tolerance):指标越小共线性可能越严重。如果小于可认为共线性严重。对策:增大样本可能部分解决采用多种方法相结合来建立方程从专业角度判断去除在专业上比较次要的或缺失值较多、测量误差较大的共线性因子进行主成分分析或路径分析

用户评价(0)

关闭

新课改视野下建构高中语文教学实验成果报告(32KB)

抱歉,积分不足下载失败,请稍后再试!

提示

试读已结束,如需要继续阅读或者下载,敬请购买!

文档小程序码

使用微信“扫一扫”扫码寻找文档

1

打开微信

2

扫描小程序码

3

发布寻找信息

4

等待寻找结果

我知道了
评分:

/55

SPSS线性回归分析

VIP

在线
客服

免费
邮箱

爱问共享资料服务号

扫描关注领取更多福利