当前位置:文档之家› spss多元回归分析案例讲解

spss多元回归分析案例讲解

量个数增加, R2 不断增大,同时代价是残差自由 度的减少,意味着估计和预测可靠性低 。
spss多元回归分析案例讲解
举例说明
本例给出的是某企业职员调查的数据。共有样 本量474.所给变量共有6个:当前工资、初始 工资、工作种类、过去经验、受雇时间、受 教育程度。
准备建立一个以当前工资为因变量,其他变量 为自变量的回归方程。
育程度不相关的假设。偏相关系数为0.161.变量和 因变量是相关的。 ❖ 其他分析变量操作同,初步判断得出变量均可进入 模型。
spss多元回归分析案例讲解
spss多元回归分析案例讲解
2、选数据
❖ 我们建立回归模型是在若干假定前提之下的, 即对数据是有要求的。因变量数据的要求。
❖ (1)是否满足“残差的方差齐性”要求
spss多元回归分析案例讲解
❖ 向后回归:将自变量一次纳入回归,然后根 据标准删除一个最不显著者,再做一次回归 判断其余变量的取舍,直至保留者都达到要 求。 逐步回归Stepwise:是向前回归法和向后回 归法的结合。
❖ 首先按自变量对因变量的贡献率进行排序, 按照从大到小的顺序选择进入模型的变量。 每将一个变量加入模型,就要对模型中的每 个变量进行检验,剔除不显著的变量,然后 再对留在模型中的变量进行检验。直到没有 变量可以纳入,也没有变量可以剔除为止。
spss多元回归分析案例讲解
spss多元回归分析案例讲解
逐步回归中不在方程中变量
一、判断模型中各个要进入变量的系数显著性: 1、注释中是模型已有的变量,表中是排除在回归方
程外变量。 2、举例分析第一步:
方程中已有的(第一个进入)变量是初始工资,还 有4个未进入模型。在这个方程的基础上,如果4个 变量中每一个单独进入这个方程,会形成一个新的 二元解释变量方程,这个二元方程的统计量结果如 表。通过判断Partial Correlation绝对值来确定哪个 是贡献率最大的,从而这个变量先进入模型。 3、第3 列是针对每一个变量前面的系数为零的假设的 t 检验值, 第四列给出了这个检验结果。从中可以看 出,sig.值均<0.05。故拒绝系数为零的假设, 即每一 个变量都对因变量s有pss多贡元回献归分,所析案以例讲都解 不剔除。 4、结论:第二个进入方程的变量是0.372的职务分类。
spss多元回归分析案例讲解
进行回归操作
❖ 进行回归操作:Analyze-Regression-Linear 选择自变量和因变量
❖ 选择回归方法: Stepwise
spss多元回归分析案例讲解
设置操作
Statistics: 系统默认选项:1、Estimates(输出回归系数,
标准化回归系数,回归系数为0的假设T值等) 2、 Model fit(要引入模型的和
spss多元回归分析案例讲解
简要回顾一些计量经济学知识
❖ T检验,F检验。都是对于系数为0假设检验。 ❖ T检验针对的假设是某一个系数为0。分布。 ❖ F检验针对的假设是所有的回归系数均为0.总显著性
检验。分布。 ❖ Sig.值significance即eviews中的p值。小于设置的
显著性水平如0.05,则拒绝原假设,统计量显著。 ❖ R2、调整R2 指标揭示拟合程度。随着进入模型的变
❖ 检验偏相关系数,控制其他的变量对两个变 量相关关系的影响。
❖ 由偏相关系数和对应T值可以判断,这些变量 和因变量的有关,可以建立一个以它们为自 变量的回归模型。
spss多元回归分析案例讲解
偏相关系数检验线性关系
❖ 操作:Analyze-Correlate-Partial Correlation ❖ 选择分析变量:当前工资、受教育程度 ❖ 选择控制变量:其他变量 ❖ 结论:T值的显著性水平为0,拒绝当前工资和受教

方法:散点图
❖ 操作在后面做回归模型建立时一同分析。
spss多元回归分析案例讲解
P—P图检验正态性
❖ (2)因变量数据是否满足正态性要求 ❖ 方法:P—P图。所有点聚集在直线上,则说
明该变量的数据分布是服从于所要检测的分 布的
spss多元回归分析案例讲解
P—P图检验正态性
❖ 操作:Analyze-Descriptive Statistics❖ P-Pplots ❖ 检验变量:当前工资 ❖ 检验分布:正态分布Normal ❖ 结论:满足正态性假设要求
spss多元回归分析案例讲解
spss多元回归分析案例讲解
3、进行回归
❖ 介绍回归方法: ❖ Enter:强行进入法。所有变量直接全部进入
模型。只有一个模型。ຫໍສະໝຸດ ❖ 向前回归:根据自变量对因变量的贡献率,
首先选择一个贡献率最大的自变量进入,一 次只加入一个进入模型。然后,再选择另一 个最好的加入模型,直至选择所有符合标准 者全部进入回归。
散点图检验线性关系
❖ 散点图可以很直观地判断是否存在线性关系。 ❖ 操作:Graphs-Legacy Dialogs-Scatter/Dot-
Simple Scatter
spss多元回归分析案例讲解
结论:当前工资 和初始工资存在 线性关系。
spss多元回归分析案例讲解
偏相关系数检验线性关系
❖ 各因素之间有相互作用,仅仅看每个自变量 分别和因变量之间觉得相关系数不能反映出 各个变量之间的真实情况。
判断哪些变量进入方程,并且给出对应系数。
spss多元回归分析案例讲解
1、选变量
❖ 要建立一个模型首先要选择变量,解释变量 和因变量之间要有一定的关系。
❖ 方法:散点图直接判断相关性和偏相关性系 数。
❖ 所要判断的变量:初始工资、工作种类、过 去经验、受雇时间、受教育程度
spss多元回归分析案例讲解
SPSS多元线性回归 模型建立——基于
逐步回归法
spss多元回归分析案例讲解
多元线性回归模型
回归:区别相关。因变量对解释变量的依赖关系,意 义在于通过已知后者的值去预测前者的均值。
线性:用于研究一种特殊的关系,即用直线或多维直 线描述其依赖关系。
多元:解释变量大于等于两个。 建立一个模型: Y = 0 + 1 X 1 + 2 X 2 + ......... + i X i 确定一些标准,判断进入的变量,和得出对应的系数。
要从模型中剔除的变量, 每一步模型R2 调整 R2 、ANOVA方差分析表。
spss多元回归分析案例讲解
设置操作
❖ Plots制图,检查方差齐性, ❖ Y:ZRESID(标准化残差) ❖ X:ZPRED(标准化预测值)
spss多元回归分析案例讲解
❖ 残差的方差齐性 ❖ 分析依据:如果 ❖ 它的大部分都落 ❖ 在( - 3, 3) 范围之 ❖ 内, 就可以认为 ❖ 它满足这个条件。
相关主题