熱線電話:13121318867

登錄
首頁精彩閱讀spss教程:線性回歸分析_spss線性回歸分析案例
spss教程:線性回歸分析_spss線性回歸分析案例
2016-12-22
收藏

spss教程:線性回歸分析_spss線性回歸分析案例

回歸分析是一種應用很廣的數量分析方法,用于分析事物間的統計關系,側重數量關系變化?;貧w分析在數據分析中占有比較重要的位置。

一元線性回歸模型:指只有一個解釋變量的線性回歸模型,用來揭示被解釋變量與另一個解釋變量的線性關系。

多元線性回歸模型:指含有多個揭示變量的線性回歸模型,用來揭示被解釋變量與多個解釋變量的線性關系。

此篇文章主要講述多元線性回歸分析。

方法/步驟

線性回歸分析的內容比較多,比如回歸方程的擬合優度檢驗、回歸方程的顯著性檢驗、回歸系數的顯著性檢驗、殘差分析、變量的篩選問題、變量的多重共線性問題。
操作見圖?;貧w分析通常需要多次試驗操作才可以得出較好的模型?!胺椒ā敝羞x擇“進入”,表示所有的自變量都進入模型,目前還沒有考慮到變量的多重共線問題,要先觀察初步的結果分析,才會考慮發哦變量的多重共線問題。

通過觀察調整后的判定系數0.924,擬合優度較高,不被解釋的變量較少。

由回歸方程顯著性檢驗的概率為0,小于顯著性水平0.05,則認為系數不同時為0,被解釋變量與解釋變量全體的線性關系是顯著的,可建立線性方程。

由系數表知,觀察回歸系數顯著性檢驗中的概率值,如果顯著性水平為0.05,除去“投入人年數”外,其他變量均大于顯著性水平,這些變量保留在方程中是不正確的。所以該模型不可用,應重新建模。

重新建模操作見圖片,采用的是“向后篩選”方法,依次剔除的變量是專著數、投入高級職稱的人年數、投入科研事業費、獲獎數、論文數。最后的模型結果是“立項課題數=-94.524+0.492x投入人年數”。

殘差分析:

又P-P圖可知,原始數據與正態分布的不存在顯著的差異,殘差滿足線性模型的前提要求。

由庫克距離(0.041小于1)和杠桿指變量的值知,沒有顯著的差異。

殘差點在0線周圍隨機分布。

數據分析咨詢請掃描二維碼

若不方便掃碼,搜微信號:CDAshujufenxi

數據分析師資訊
更多

OK
客服在線
立即咨詢
日韩人妻系列无码专区视频,先锋高清无码,无码免费视欧非,国精产品一区一区三区无码
客服在線
立即咨詢