第六章 spss回归分析.ppt

《第六章 spss回归分析.ppt》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、SPSS回归分析Regression目录线性回归曲线估计二项逻辑斯谛回归多分变量的逻辑斯谛回归概率单位回归非线性回归加权回归两段最小二乘法最优尺度回归习题参考答案南京农业大学－－李刚华线性回归一元线性回归有关公式对斜率检验的假设是，总体回归系数b=0。检验该假设的t值计算公式是：对截距检验的假设是，总体回归方程截距a=0。检验该假设的t值计算公式是：在两公式中，SEb是回归系数的标准误。SEa是截距的标准误。南京农业大学－－李刚华一元线性回归有关公式R2判定系数方差分析南京农业大学－－李刚华(a)(b)(c)(d)(e)(f)(g)一元线性回归各种残差与预测值关

2、系示意图南京农业大学－－李刚华多元线性回归多元回归分析的模型校正R2判定系数的公式其中k为自变量的个数，n为观测量数目偏回归系数和常数项的t检验的公式多元回归分析：根据多个自变量的最优组合建立回归方程来预测因变量的回归分析南京农业大学－－李刚华回归菜单南京农业大学－－李刚华线性回归主对话框南京农业大学－－李刚华输出统计量对话框南京农业大学－－李刚华确定影响点南京农业大学－－李刚华选择图形对话框南京农业大学－－李刚华选择对话框返回南京农业大学－－李刚华简单散点图对话框图返回南京农业大学－－李刚华散点图示例初始工资与当前工资散点图返回南京农业大学－－李刚华回归模型的建立

3、（示例输出1）引入或从模型中剔除的变量返回南京农业大学－－李刚华回归模型的建立（示例输出2）返回拟合过程小结南京农业大学－－李刚华回归模型的建立（示例输出3）返回方差分析南京农业大学－－李刚华回归模型的建立（示例输出4）返回建立模型过程中的各模型回归系数及检验结果南京农业大学－－李刚华回归模型的建立（示例输出5）返回当前工资变量的异常值表南京农业大学－－李刚华回归模型的建立（示例输出6）返回残差分析的统计量南京农业大学－－李刚华回归模型的建立（示例输出9）返回共线性诊断南京农业大学－－李刚华曲线估计返回曲线估计对话框南京农业大学－－李刚华保存对话框返回南京农业大学－

4、－李刚华曲线回归实例散点图返回每加仑里程与车重散点图南京农业大学－－李刚华曲线回归实例输出1Quadratic模型拟合系数及其检验结果模型的方差分析结果拟合优度的检验二次模型分析结果返回南京农业大学－－李刚华曲线回归实例输出2返回三次模型分析结果CUBIC模型拟合系数及其检验结果模型的方差分析结果拟合优度的检验南京农业大学－－李刚华曲线回归实例输出3返回指数模型分析结果Compound模型拟合系数及其检验结果模型的方差分析结果拟合优度的检验南京农业大学－－李刚华第1题数据spss09-10是某企业1987～1998年的经济效益、科研人员、科研经费的统计数据。假定19

5、99年该企业科研人员61名、科研经费40万元，试预测1999年该企业的经济效益。返回南京农业大学－－李刚华第1题操作步骤1.打开数据spss09-10，按照Analyze→Regression→Linear顺序，将变量ecobeni（经济效益）选入Dependent框中作为因变量，将变量per（科研人员数量）、fee（科研经费）选入Independent(s)框中作为自变量。2.打开Plots对话框，将变量ZPRED与ZRESID分别选入X、Y框中用来检验残差的分布情况，打开statistics对话框选择Estimates、Modelfit、Durbin-Watso

6、n统计量；其它选择项为SPSS默认选择项。3.单击OK按钮提交运算。返回南京农业大学－－李刚华第1题参考答案R2检验：得出的R2为0.999，调整后的RSquare为0.998，均很接近1，说明x1、x2与y的关系很密切。DW检验：对于给定的显著性水平为a=0.05，解释变量个数k=3、样本个数n=12，查DW检验表。因DW检验表中样本容量n最小为15，故取临界值d1=0.82，du=1.75，于是有DW统计值在d1=0.82＜DW=2.62152＜4－du=2.25之间。所以该回归模型不存在自相关。返回南京农业大学－－李刚华第1题参考答案（1）F检验：在方差分析中

7、得出的F检验值为1905.789远远大于F0.05(2,12-2-1)=4.26，说明x1、x2与y之间的回归效果非常显著。返回南京农业大学－－李刚华第1题参考答案（续1）t检验：表中，给出了回归系数和标准化回归系数的估计值及其标准误差、检验值。由于各回归系数的检验值。Sig=0.000，小于0.05故拒绝系数为0的原假设。即可以断言：科研人员与科研经费对该企业的经济效益有显著影响。返回南京农业大学－－李刚华第1题参考答案（续2）从下图经济效益预测值与其学生化残差散点图中可以看到绝大部分观测量随机地落在垂直围绕2的范围内，预测值与学生化残差值之间没有明显的关系