原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
应用回归分析-多重共线性.
实 验 报 告实验课程 应用回归分析 第 七 次实验 实验日期 12.17 班级 学号 姓名 成绩 要求：将所有要提交的数据、结果等文件按学号+姓名上传一、实验目的掌握SPSS中找出并消除数据共线性方法. 掌握SPSS中的岭回归分析方法.二、实验内容1．在训练中氧气消耗能力问题的研究中，我们想要建立一个关系式，以便根据训练测试的数据来预报肺活量，而不必进行昂贵和笨重的氧气消耗测试。考察的因变量y为OXY(氧气消耗能力)，自变量有x1(age,年龄)、x2(weight,体重)、x3(RunTime,1.5英里跑的时间)、x4(RstPulse, 休息时脉博)、x5(RunPulse,跑步时脉博)、x6(RunPulse, 跑步时最大脉博)。(数据在“回归人大数据12_学生.xls的第2题”中 )，利用统计软件计算(1) 用方差扩大因子法分析数据的多重共线性；(2) 用特征根法分析数据的多重共线性；(3) 本题是否适用剔除变量的方法消除共线性，如果适用，进行变量剔除（要求写出回归方程，及主要的统计量）；三、实验结果与分析（包括运行结果及其数据分析、解释等）(1) 用方差扩大因子法分析数据的多重共线性；CoefficientsaModelUnstandardized CoefficientsStandardized CoefficientstSig.Collinearity StatisticsBStd. ErrorBetaToleranceVIF1(Constant)102.93412.4038.299.000x1-.227.100-.222-2.273.032.6611.513x2-.074.055-.116-1.359.187.8661.155x3-2.629.385-.685-6.835.000.6291.591x4-.022.066-.031-.326.747.7061.416x5-.370.120-.711-3.084.005.1198.437x6.303.136.5222.221.036.1148.744a. Dependent Variable: y由于x5,x6的VIF~8，x1-x4的VIF都~1.5，故猜测可能存在多重共线性。(2) 用特征根法分析数据的多重共线性；Collinearity DiagnosticsaModelDimensionEigenvalueCondition IndexVariance Proportions(Constant)x1x2x3x4x5x6116.9501.000.00.00.00.00.00.00.002.01919.291.00.15.01.03.39.00.003.01521.501.00.15.24.13.03.00.004.00927.621.01.03.18.61.19.00.005.00633.829.00.11.44.13.36.02.016.00182.638.80.50.10.10.02.07.017.000196.786.19.06.02.01.01.91.98a. Dependent Variable: y特征值全都十分接近0，故认为变量间有严重的多重共线性。由方差比例阵，x5-x6间可能存在共线性(3) 本题是否适用剔除变量的方法消除共线性，如果适用，进行变量剔除（要求写出回归方程，及主要的统计量）；剔除x6ANOVAaModelSum of SquaresdfMean SquareFSig.1Regression696.0525139.21022.406.000bResidual155.329256.213Total851.38230a. Dependent Variable: yb. Predictors: (Constant), x5, x2, x3, x1, x4CoefficientsaModelUnstandardized CoefficientsStandardized CoefficientstSig.Collinearity StatisticsBStd. ErrorBetaToleranceVIF1(Constant)116.48811.61810.027.000x1-.285.104-.279-2.753.011.7101.408x2-.052.058-.081-.898.378.8961.116x3-2.704.412-.704-6.561.000.6341.579x4-.027.071-.039-.382.706.7071.414x5-.126.052-.243-2.414.023.7201.389a. Dependent Variable: yCollinearity Diagnosti
文档评论（0）