第九篇 回归分析(下).pptVIP

最优尺度回归 假如要研究年龄、居住地和受教育程度对生育子女数的影响，明显居住地和受教育程度分布是定类和定序变量，此时不能用一般的线性回归。这时可以通过构造哑变量（虚拟变量）或通过最优尺度回归，而后者综合解释能力更强。 实现途径：Analyze-Regression-Optimal Scaling Thank you 第九章 SPSS回归分析（下） 本章内容 多元线性回归的回归诊断 9.5 曲线估计 9.6 线性回归的衍生模型 多元线性回归的回归诊断 检验模型假定是否成立 与一元线性回归一样,通过残差分析，检验有关假定是否成立，如正态性、独立性、等方差性等。 异常值探查 通过标准化残差来探察 影响点探查 所谓影响点，是指其非标准化残差并不大，但删去后回归直线发生很大改变的点。它们将导致拟合模型偏向该数据点。 影响点的检测主要包括以下几种方法： (1)与杠杆率有关的检测 (2)逐步排除异常个案 (3)是否影响回归系数的方差 影响点的检测方法 与杠杆率有关的检测 LEVER centered leverage,是各观测自变量的各取值在模型中作用的度量。该值越大，表明影响力越大。一般认为超过2×(p/n),则影响力过大 COOK’s距离，用于衡量第i个观测被删除后，回归系数的改变。是残差和中心化杠杆率的函数。Cook’s 值越大，影响力越强。经验