SPSS应用例题.docVIP

课本57页“有氧训练例题”练习： 本次作业以多元线性回归分析中有氧训练例题的数据为练习对象，复习有关回归分析的知识点，具体操作步骤如下： 1、y为因变量，x1——x6为自变量;其中y人的耗氧能力，x1为年龄、x2为体重、x3为1.5mile跑所用时间、x4为静止时心率、x5为跑步时心率、x6为跑步时最大心率。首先运用全选法进行计算，输出的结果如下； 模型汇总b 模型 R R 方 调整 R 方 标准 估计的误差 1 .899a .808 .760 2.512747 a. 预测变量: 常量 , x6, x3, x2, x4, x1, x5。 b. 因变量: y （表4-1） 表4-1所示是对模型拟合度的检验结果，对于多元线性回归模型，一般多采用调整决定系数“调整R 方”来判断。本例中，其值为0.760，说明其拟合程度还是可以接受的。 Anovab 模型 平方和 df 均方 F 1 回归 637.022 6 106.170 16.815 .000a 残差 151.534 24 6.314 总计 788.556 30 a. 预测变量: 常量 , x6, x3, x2, x4, x1, x5。 b. 因变量: y （表4-2） 表4-2所示是模型检验结果，在多元线性回归模型检验中，以模型的Sig.来判断。本例中，其值为0，说明该模型有显著的统计意义。 系数a 模型 非标准化系数 标准系数 t Sig. 共线性统计量 B 标准 误差 试用版 容差 VIF 1 常量 98.656 13.451 7.334 .000 x1 -.198 .108 -.201 -1.827 .080 .661 1.513 x2 -.035 .059 -.056 -.585 .564 .866 1.155 x3 -2.302 .417 -.623 -5.519 .000 .629 1.591 x4 -.078 .072 -.115 -1.082 .290 .706 1.416 x5 -.375 .130 -.749 -2.882 .008 .119 8.437 x6 .306 .148 .546 2.064 .050 .114 8.744 a. 因变量: y （表4-3） 表4-3所示的是回归分析的结果，从表中可以看到，只有x3、x5、x6的系数有统计学意义。通过对共线性统计量的观察，本例饿模型中不存在共线性问题，如果存在共线性问题，可以通过适当的增大样本量或重新建立模型来解决问题。 共线性诊断a 模型 维数 特征值 条件索引 方差比例 常量 x1 x2 x3 x4 x5 x6 1 1 6.950 1.000 .00 .00 .00 .00 .00 .00 .00 2 .019 19.291 .00 .15 .01 .03 .39 .00 .00 3 .015 21.501 .00 .15 .24 .13 .03 .00 .00 4 .009 27.621 .01 .03 .18 .61 .19 .00 .00 5 .006 33.829 .00 .11 .44 .13 .36 .02 .01 6 .001 82.638 .80 .50 .10 .10 .02 .07 .01 7 .000 196.786 .19 .06 .02 .01 .01 .91 .98 a. 因变量: y （表4-4） 表4-4是模型的共线性检验结果，由表中可知，x5、x6都存在共线性的问题。 2、通过以上观察，有x1、x2、x4的系数没有统计学意义，且x5、x6存在共线性的问题，所以继续以y为因变量，剔除x2、x6两变量，做多元线性分析，其结果输出为： 模型汇总b 模型 R R 方 调整 R 方 标准 估计的误差 1 .879a .773 .739 2.621702 a. 预测变量: 常量 , x5, x3, x1, x4。 b. 因变量: y Anovab 模型 平方和 df 均方 F Sig. 1 回归 609.850 4 152.462 22.182 .000a 残差 178.706 26 6.873 总计 788.556 30 a. 预测变量: 常量 , x5, x3, x1, x4。 b. 因变量: y 系数a 模型 非标准化系数 标准系数 t Sig. 共线性统计量 B 标准 误差 试用版 容差 VIF 1 常量 111.301 11.126 10.004 .000 x1 -.251 .106 -.255 -2.378 .025 .757 1.321 x3 -2.395 .425 -.648 -5.637 .000 .