spss多元回归分析案例讲解.pptVIP

SPSS多元线性回归模型建立——基于逐步回归法 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。 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 。 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。 判断哪些变量进入方程，并且给出对应系数。 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