一元线性回归模型建模到应用过程.pptVIP

* 一元线性回归模型建模 到应用的过程 以例2.2为例 第一步：画散点图 点选菜单Graphs→Scatter\Dot，进入Scatter\Dot对话框。 选择Simple Scatter，点击Define按钮，进入Simple Scatterplot对话框。 在左侧变量列表中选“人均国民收入[x]”，点击右箭头按钮进入 “x-Axis”; 选”人均消防额[y]“，点击右箭头按钮进入“Y-Axis”. 也可以在此对话框点击按钮Titles对散点图添加标题。 如添加标题：人均消费额和人均国民收入之间的散点图 点击Continue，返回Simple Scatterplot对话框，点击OK， 即输出散点图。 第二步：设定理论模型。 由散点图可认为采用直线回归模型是合适的。 第三步：由SPSS软件中的Regression选项进行回归参数的估计及回归方程的显著性检验。 点选Analyze→Regression→Linear，进入Linear Regression 对话框。 在左侧变量列表中选“人均国民收入[x]”，点击右箭头按钮进入 “Indenpendent”; 选”人均消防额[y]“，点击右箭头按钮进入“Dependent”. 若要得到相关系数及其检验，点选Statistics按钮，进入 Linear Regression：Statistics对话框。 选择Descrptives和Confidence Intervals选项，其中Estimates和 Model Fit为默认选项。点击Continue按钮， 返回Linear Regression对话框。点击OK即可得以下输出结果。 输出结果 1.描述统计量 2.相关系数矩阵 3.变量选择方式 4.模型概要 5.方差分析和F检验 6.参数估计和回归参数的t检验 第四步：回归诊断，分析输出结果 见课本 残差分析 在Linear Regression对话框，点选Save按钮进入 Linear Regression:Save对话框，在Residual（残差）栏里 选择Unstandardized（残差），Standardized（标准化残差），Studentized（学生化残差），点击Continue，返回Linear Regression对话框，点击OK，则在原数据集中会增加上三个变量。 数据集中会增加三个变量RES_1(残差），ZRE_1(标准化残差）， SRE_1(学生化残差）。 所有点都在（－3，3）内，但残差有自相关趋势。 可认为样本数据基本正常，理论模型得基本假定是合理的。 第五步：模型的应用 预测：若已知1999年人均国民收入[X]为6500,将新数据输入样本 数据中，Y的相应值空缺。 *