残差分析实验报告.doc

残差分析实验报告 篇一：回归分析实验报告 实验报告 实验课程： [信息分析] 专班 业： [信息管理与信息系统] 级： [ ] 学生姓名： [ ] 指导教师：[请 输 入 姓 名] 完成时间： 2013年6月28日 一．实验目的 多元线性回归简单地说是涉及多个自变量的回归分析，主要功能是处理两个变量之间的线性关系，建立线性数学模型并进行评价预测。本实验要求掌握附带残差分析的多元线性回归理论与方法。 二．实验环境 实验室308教室 三．实验步骤与内容 1打开应用统计学实验指导书，新建excel表 2．打开SPSS，将数据输入。 3．调用SPSS主菜单的分析——gt;回归——gt;线性命令，打开线性回归对话框，指定因变量（工业GDP比重）和自变量（工业劳动者比重、固定资产比重、定额资金流动比重），以及回归方式；逐步回归（图1） 图1 线性对话框 4.在统计栏中，选择估计以输出回归系数B的估计值、t统计量等，选择Duribin-watson以进行DW检验；选择模型拟合度输出拟合优度统计量值，如R、F统计量值等（图2）。 图2 统计量栏 5．在线性回归栏中选择直方图和正态概率图以绘制标准化残差的直方图和残差分析与正态概率比较图，以标准化预测值为纵坐标，标准化残差值为横坐标，绘制残差与Y的预测值的散点图，检验误差变量的方差是否为常数（图3）。 图3 绘制栏 6.提交分析，并在输出窗口中查看结果，以及对结果进行分析。 系统在进行逐步分析的过程中产生了两个回归模型，模型1先将与因变量（销售收入）线性关系的自变量地区人口引入模型，建立他们之间的一元线性关系。而后逐步引入其他变量，表1中模型2表明将自变量人均收入引入，建立二元线性回归模型，可见地区人口和人均收入对销售收入的影响同等重要。 从表2中给出了两个模型各自的R和调整后的R,第一个模型中的销售收入中有99%的变动可以用地区人口的变动解释，第二个模型中地区人口和人均收入的变动可以解释销售收入中99.9%的变动，显然第二个模型的拟合数据效果比较好一点。 此外，还给出了第二个模型的DW简言之2.701，按照a=0.05、n=15、k=2，查表，得到DW检验临界值dl和du分别为0.95和1.54，因为dult;=dlt;=4—du，不从在自相关。 表3中给出了两个模型的F检验值，查表可知当a=0.05，自由度为（1,13）时，F检验的临界值为4.67，第一个模型的F值为1432.139，远远大于临界值，拒绝原假设，备择假设为真，即至少有一个bi不等于0，因此模型1有效。当a=0.05，自由度为（2，12）时，F检验的临界值为3.88，第二个模型的F值为5679.466，模型2也通过了有效性的检验。 篇二：数据分析实验报告 合肥学院数理系 实 验 报 告 实验名称： 面向专业：信息与计算科学 实验班级： 课程名称： 数据分析 学生姓名： 学 号： 指导教师： 实验成绩： 2014-2015学年第二学期 数据分析实验报告 日期： 1、实验内容 某保险公司打算对收入在25万元及其以下的家庭考察其收入与户主生命保险额之间的关系。为此该公司随机抽取了12个家庭进行了调查，结果如下： 家庭 保险额（百元）收入（万元） 14 1923129 1522 2515101216 问题： （1）以收入为自变量，保险额为因变量，用最小二乘法确定线性 ?； 回归方程，并就表上给出的各收入水平计算y （2）对方程的拟合情况进行诊断； ?的含义是什么？ （3）本题中，回归系数?1 （4）在收入为20000元的家庭中，平均每个户主的保险额和某一个户主的生命保险额的估计值各是多少？（显著性水平取0.05） 2、实验目的 （1）会对实际问题建立有效的回归模型，能对回归模型进行残差分析； （2）掌握SAS输出结果用于判别回归方程优良性的不同统计量，能对回归模型进行运用。 3、实验方案分析 该问题是一元线性回归问题，实际中通常要解决以下问题： （1）利用样本数据拟合回归方程，即通过最小二乘法进行参数估计； （2）对拟合的回归方程进行诊断； （3）当诊断结果发现方程拟合不充分或误差项不能满足经典假定时，需对观测进行或模型进行适当的处理，然后再利用处理后的数据对处理后的方程进行拟合，直到模型诊断符合要求为止； （4）利用诊断后的模型进行预测或控制，这是回归分析的主要目的之一。 当经过一次抽样获得了自变量X和因变量Y的一个容量为n的样本后，一元线性回归模型一般可表示为以下形式： yi=?0+?1xi+?i （ i?1,2,?,n ） 对该模型，通常作以下假定： （1）随机误差项均值为0，即E（?i）=0，