原创力文档- 1、本文档共8页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
线性回归（异方差的诊断、检验和修补）—SPSS操作
首先拟合一般的线性回归模型，绘制残差散点图。步骤和结果如下：
为方便，只做简单的双变量回归模型，以当前工资作为因变量，初始工资作为自变量。（你们自己做的时候可以考虑加入其他的自变量，比如受教育程度等等）
Analyze——regression——linear
将当前工资变量拉入dependent框，初始工资进入independent
点击上图中的PLOTS，出现以下对话框：
以标准化残差作为Y轴，标准化预测值作为X轴，点击continue，再点击OK
第一个表格输出的是模型拟合优度，为0.775。调整后的拟合优度为0.774.
第二个是方差分析，可以说是模型整体的显著性检验。F统计量为1622.1，P值远小于0.05，故拒绝原假设，认为模型是显著的。
第三个是模型的系数，constant代表常数项，初始工资前的系数为1.909，t检验的统计量为40.276，通过P值，发现拒绝原假设，认为系数显著异于0。
以上是输出的残差对预测值的散点图，发现存在喇叭口形状，暗示着异方差的存在，
故接下来进行诊断，一般需要诊断异方差是由哪个自变量引起的，由于这里我们只选用一个变量作为自变量，故认为异方差由唯一的自变量“初始工资”引起。接下来做加权的最小二乘法，首先计算权数。
Analyze——regression——weight estimation
再点击options，
点击continue，再点击OK，输出如下结果：
由于结果比较长，只贴出一部分，第二栏的值越大越好。所以挑出来的权重变量的次数为2.7。得出最佳的权重侯，即可进行回归。
Analyze——regression——linear
继续点击save，
在上面两处打勾，点击continue，点击ok
这是输出结果，和之前同样的分析方法。
接下需要绘制残差对预测值的散点图，首先通过transform里的compute计算考虑权重后的预测值和残差。
以上两个步骤后即可输出考虑权重后的预测值和残差值
然后点击graph，绘制出的散点图如下：
文档评论（0）