数据及SPSS软件讲述.ppt

第二讲 SPSS中数据统计处理实例及系统运行方式 第三讲 多元线性回归模型及实例 多元线性回归模型:表现在线性回归模型中的解释变量有多个。 一般表现形式： 二、多元线性回归模型的基本假定 假设1，解释变量是非随机的或固定的，且各X之间互不相关（无多重共线性）。 假设2，随机误差项具有零均值、同方差及不序列相关性 一、普通最小二乘估计 对于随机抽取的n组观测值 §3.3 参数估计量的性质 在满足基本假设的情况下，其结构参数?的普通最小二乘估计、最大或然估计及矩估计仍具有： 线性性、无偏性、有效性。 （一）回归方程的显著性检验 （一）拟合优度 （二）回归方程显著性的F检验 （三）回归系数的显著性检验 （四）回归参数的置信区间 回归拟合度评价和决定系数 拟合优度：检验回归方程对样本观测值的拟合程度。 两变量回归决定系数的公式 （二）回归方程显著性的F检验 F统计量 （三）回归系数的显著性检验（t检验） 方程的总体线性关系显著?每个解释变量对被解释变量的影响都是显著的 （四）参数的置信区间 参数的置信区间用来考察：在一次抽样中所估计的参数值离参数的真实值有多“近”。 在变量的显著性检验中已经知道： 例 国际旅游外汇收入分析 逐步回归方法的基本思想:对全部的自变量x1,x2,...,xp,按它们对Y贡献的大小进行比较，并通过F检验法，选择偏回归平方和显著的变量进入回归方程，每一步只引入一个变量，同时建立一个偏回归方程。当一个变量被引入后，对原已引入回归方程的变量，逐个检验他们的偏回归平方和。如果由于引入新的变量而使得已进入方程的变量变为不显著时，则及时从偏回归方程中剔除。在引入了两个自变量以后，便开始考虑是否有需要剔除的变量。只有当回归方程中的所有自变量对Y都有显著影响而不需要剔除时，在考虑从未选入方程的自变量中，挑选对Y有显著影响的新的变量进入方程。不论引入还是剔除一个变量都称为一步。不断重复这一过程，直至无法剔除已引入的变量，也无法再引入新的自变量时，逐步回归过程结束。 当有些解释变量很重要，不能舍弃时，可以利用1933年Hotelling提出的主成分分析法（又称主分量分析或主轴分析），用较少的“综合变量”来代替原来较多有多重共线性的变量，用新变量进行回归分析，再回代为原变量的回归模型。 主成分估计是以P个主成分中的前q个贡献大的主成分为自变量建立回归方程，估计参数的一种方法。 它可以消除变量间的多重共线性。 回归方程 对各变量进行标准化处理 对于解释变量X*，使得z=X*U SPSS实现主成分回归 1、对所有变量进行标准化（Descriptives ） 2、对所有标准化后的自变量求主成分Z（Analyse-Reduction (factor)）3、选择前几个主成分（85％） 4、由因子载荷矩阵以及特征值计算主成分系数矩阵，通过transform-Compute过程计算主成分得分C。 C＝UX*/λi（也可选score（回归）得到） 5、?用标准化的因变量和主成分进行OLS回归(analyse-regression)，求出α系数值。 6、通过Compute过程手工计算 , 对回归方程参数重组，转化为原因变量和自变量的表达式。 即可得出消除多重共线性的标准回归方程。 例3.9 经济工作者希望通过国内总产值x1，存储量x2，消费总量x3,去预测进口总额y,为此收集了某地区共计十一年的有关数据，利用主成分估计建立回归方程。(数据略) Z1=0.7066*zx1+0.0435*zx2+0.7066*zx3 Z2=-0.0357*zx1+0.9990*zx2-0.0258*zx3 例3.10 影响电的需求量的指标有：(1)钢的产量x1;(2)生铁产量x2;(3)钢材产量x3;(4)有色金属产量x4;(5)原煤产量x5;(6)水泥产量x6;(7)机械工业总产值x7;(8)化肥产量x8;(9)硫酸产量x9;(10)烧碱产量x10;(11)棉纱产量x11共11个指标。收集了23年的指标值，建立发电站需求模型。(数据略) Z1=0.3145*zx1+0.3027*zx2+0.3100*zx3+0.2782*zx4+0.2518*zx5+0.3110*zx6+0.3116*zx7+0.3075*zx8+0.3034*zx9+0.3145*zx10+0.3050*zx11 Z2=-0.0522*zx1+0.2949*zx2-0.0469*zx3+0.3696*zx4+0.7199*zx5-0.1919*zx6-0.1391*zx7-0.2421*zx8-0.3361*z