统计专业实验实验10Logistic回归分析.docVIP

重庆工商大学数学与统计学院 《统计专业实验》课程 实验报告 实验课程： 统计专业实验 指导教师： 叶勇 专业班级： 经济统计学二班 学生姓名： 学生学号： 2013105 实 验 报 告 实验项目 实验18周岁以上，具有个人收入的城镇居民。在确定调查内容时了最重要的5个项目：年龄、性别、年收入水平（2万以下/2～4万/4～6万/6～8万/8万以上）、文化程度（初中及以下/高中/大专/大学/研究生）、生活满意度（满意/态度中立/不满意）E(y)=1(P)+0(1-P)=P，进而得到。因此，从以上分析可以看出，当因变量的取值为0、1时，均值总是代表给定自变量时y=1的概率。虽然这是从简单线性回归分析而得，但也适合复杂的多元回归函数情况。 ，β0为常数项，β1，β2，?，βk分别为k个自变量的回归系数。因此，logistic模型为： ? 三种分类的多维Logistic回归模型如何设立？ 解：VIF=1/（1-2iR），方差膨胀因子VIP表明解释变量之间的线性相关程度的强弱变量间的多重共线性越弱，2iR越接近0，VIF就越接近1；反之，解释变量间的多重共线性越强，2iR越接近1，VIF就越接近大。通常，如果VIF大于等于10，说明解释变量Xi与其余解释变量之间有严重的多重共线性，且可能会过度地影响方程的最小二乘估计。 实验运行程序、基本步骤及运行结果： 1．估计住房购买模型，并判断模型效果。 基本操作：? （1）选择菜单Analyze－Regression－Linear；? （2）选择被解释变量（实际购买人数）和解释变量（签订意向书人数，家庭收入）到对应框中；? （3）在Method框中，选择Enter方法；?在Statistics框中，选择Estimates、Model?fit、Covariancematrix、Collinearity?diagnostics(诊断)选项；?在Plots框中，选择ZRESID到Y框，ZPRED到X框，再选择Histogram和Normal?plot；?? （4）选择菜单Analyze－Non?Test－1-Sanple?K-S;?选择菜单Analyze－Correlate－Brivariate;? 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 .980a .961 .948 1.427 a. 预测变量: (常量), 签定意向书人数, 家庭收入（万元）。 b. 因变量: 实际购买人数 Anovab 模型 平方和 df 均方 F Sig. 1 回归 298.008 2 149.004 73.196 .000a 残差 12.214 6 2.036 总计 310.222 8 a. 预测变量: (常量), 签定意向书人数, 家庭收入（万元）。 b. 因变量: 实际购买人数 系数a 模型 非标准化系数 标准系数 t Sig. B 标准 误差 试用版 1 (常量) -5.016 2.212 -2.267 .064 家庭收入（万元） .909 .208 .400 4.374 .005 签定意向书人数 .476 .040 1.099 12.023 .000 a. 因变量: 实际购买人数  实验运行程序、基本步骤及运行结果： 2