多元线性回归分析案例.docxVIP

SPSS19.0实战之多元线性回归分析(2011-12-09 12:19:11) 转载▼标签： 文化分类： 软件介绍 线性回归数据（全国各地区能源消耗量与产量）来源，可点击协会博客数据挖掘栏：国泰安数据服务中心的经济研究数据库。1.1 数据预处理数据预处理包括的内容非常广泛，包括数据清理和描述性数据汇总，数据集成和变换，数据归约，数据离散化等。本次实习主要涉及的数据预处理只包括数据清理和描述性数据汇总。一般意义的数据预处理包括缺失值填写和噪声数据的处理。于此我们只对数据做缺失值填充，但是依然将其统称数据清理。1.1.1 数据导入与定义单击“打开数据文档 ”，将xls格式的全国各地区能源消耗量与产量的数据导入SPSS中，如图1-1所示。?图1-1 导入数据导入过程中，各个字段的值都被转化为字符串型（String），我们需要手动将相应的字段转回数值型。单击菜单栏的“ ”--“ ”将所选的变量改为数值型。如图1-2所示：?图1-2?定义变量数据类型1.1.2 数据清理数据清理包括缺失值的填写和还需要使用SPSS分析工具来检查各个变量的数据完整性。单击“ ”--“ ”，将检查所输入的数据的缺失值个数以及百分比等。如图1-3所示： 图1-3缺失值分析能源数据缺失值分析结果如表1-1所示： 单变量统计?N均值标准差缺失极值数目a计数百分比低高能源消费总量309638.506175.9240.001煤炭消费量309728.997472.2590.002焦炭消费量30874.611053.0080.002原油消费量281177.511282.74426.701汽油消费量30230.05170.2700.001煤油消费量2845.4066.18926.704柴油消费量30392.34300.9790.002燃料油消费量30141.00313.4670.003天然气消费量3019.5622.0440.002电力消费量30949.64711.6640.003原煤产量269125.9712180.689413.302焦炭产量291026.491727.73513.302原油产量181026.481231.7241240.000燃料油产量2590.72134.150516.703汽油产量26215.18210.090413.302煤油产量2048.4462.1301033.300柴油产量26448.29420.675413.301天然气产量2029.2849.3911033.303电力产量30954.74675.2300.000?表2-1 能源消耗量与产量数据缺失值分析?表1-1 能源消耗量与产量数据缺失值分析SPSS提供了填充缺失值的工具，点击菜单栏“ ”--“ ”，即可以使用软件提供的几种填充缺失值工具，包括序列均值，临近点中值，临近点中位数等。结合本次实习数据的具体情况，我们不使用SPSS软件提供的替换缺失值工具，主要是手动将缺失值用零值来代替。?1.1.3 描述性数据汇总描述性数据汇总技术用来获得数据的典型性质，我们关心数据的中心趋势和离中趋势，根据这些统计值，可以初步得到数据的噪声和离群点。中心趋势的量度值包括：均值（mean），中位数（median），众数（mode）等。离中趋势量度包括四分位数（quartiles），方差（variance）等。SPSS提供了详尽的数据描述工具，单击菜单栏的“ ”--“ ”--“ ”，将弹出如图2-4所示的对话框，我们将所有变量都选取到，然后在选项中勾选上所希望描述的数据特征，包括均值，标准差，方差，最大最小值等。由于本次数据的单位不尽相同，我们需要将数据标准化，同时勾选上“将标准化得分另存为变量”。?图1-4 描述性数据汇总得到如表1-2所示的描述性数据汇总。?N极小值极大值均值标准差方差能源消费总量30911261649638.506175.92438142034.412煤炭消费量30332290019728.997472.25955834651.378焦炭消费量30195461874.611053.0081108824.853原油消费量30055551099.011273.2651621202.562汽油消费量3018771230.05170746煤油消费3764.8964211.520柴油消费量30271368392.34300441燃料油消费量3001574141.00313261天然气消费5622.044485.947电力消费量30983004949.64711.664506464.953原煤产量300581427909.1711741.3881.379E8焦炭产量3009202992.2817