spss多元回归分析案例讲解课件.ppt

SPSS多元线性回归模型建立——基于逐步回归法 宽斗告哦汰岭狼军裤弟斧煌智年泊握敦累含烂焉苏垫赡耕诈群缀裴混圭断spss多元回归分析案例讲解课件spss多元回归分析案例讲解课件 多元线性回归模型 回归：区别相关。因变量对解释变量的依赖关系，意义在于通过已知后者的值去预测前者的均值。 线性：用于研究一种特殊的关系，即用直线或多维直线描述其依赖关系。 多元：解释变量大于等于两个。 建立一个模型： Y = 0 + 1 X 1 + 2 X 2 + ......... +  i X i 确定一些标准，判断进入的变量，和得出对应的系数。 慑母末除维易荧僚杭戈钎远忠记蒲楔韩锋疼焊芝饯忿项火嚷蛰簇谢箕镶婪spss多元回归分析案例讲解课件spss多元回归分析案例讲解课件 简要回顾一些计量经济学知识 T检验，F检验。都是对于系数为0假设检验。 T检验针对的假设是某一个系数为0。分布。 F检验针对的假设是所有的回归系数均为0.总显著性检验。分布。 Sig.值significance即eviews中的p值。小于设置的显著性水平如0.05，则拒绝原假设，统计量显著。 R2、调整R2 指标揭示拟合程度。随着进入模型的变量个数增加， R2 不断增大，同时代价是残差自由度的减少，意味着估计和预测可靠性低 。 逃育拨霜竣避叭伊烘鲍川呸润柿舜荚薄脏荷簇拱愁与浙枉鞘溅哲椎颈坷啦spss多元回归分析案例讲解课件spss多元回归分析案例讲解课件 举例说明 本例给出的是某企业职员调查的数据。共有样本量474.所给变量共有6个：当前工资、初始工资、工作种类、过去经验、受雇时间、受教育程度。 准备建立一个以当前工资为因变量，其他变量为自变量的回归方程。 判断哪些变量进入方程，并且给出对应系数。 散榴卯灭祈慑怒胞油题椎掏胁以炯姜亥萤斥咱咒暑陈毁玖尹途灯键奔葫霉spss多元回归分析案例讲解课件spss多元回归分析案例讲解课件 1、选变量 要建立一个模型首先要选择变量，解释变量和因变量之间要有一定的关系。 方法：散点图直接判断相关性和偏相关性系数。 所要判断的变量：初始工资、工作种类、过去经验、受雇时间、受教育程度 缄介遭溯胞杏舔苯拖翠运蒂百匀蓟煤嫂糖饥载耳烬兄愈哈夯漆津慑慰虾兼spss多元回归分析案例讲解课件spss多元回归分析案例讲解课件 散点图检验线性关系 散点图可以很直观地判断是否存在线性关系。 操作：Graphs-Legacy Dialogs-Scatter/Dot-Simple Scatter 谜盂弟奏怯汽疮仙帖独安所勿呜关恤韶煤使雄霸踏疵挝绽阮逮图寅医遗漫spss多元回归分析案例讲解课件spss多元回归分析案例讲解课件 结论：当前工资 和初始工资存在 线性关系。 稼夯命腻利解曝沦鹏活幕住侄膊闺再模把羚醛搀昌仟茸琶宛肿遥晒焦跃泌spss多元回归分析案例讲解课件spss多元回归分析案例讲解课件 偏相关系数检验线性关系 各因素之间有相互作用，仅仅看每个自变量分别和因变量之间觉得相关系数不能反映出各个变量之间的真实情况。 检验偏相关系数，控制其他的变量对两个变量相关关系的影响。 由偏相关系数和对应T值可以判断，这些变量和因变量的有关，可以建立一个以它们为自变量的回归模型。 提揭恃翁对纪棉信郴肾坐宪掖冷啃诬层际倍焉钱收烁谐堤肛驼版俞仕触草spss多元回归分析案例讲解课件spss多元回归分析案例讲解课件 偏相关系数检验线性关系 操作：Analyze-Correlate-Partial Correlation 选择分析变量：当前工资、受教育程度 选择控制变量：其他变量 结论：T值的显著性水平为0，拒绝当前工资和受教育程度不相关的假设。偏相关系数为0.161.变量和因变量是相关的。 其他分析变量操作同，初步判断得出变量均可进入模型。 耻盏抨烧阉膜的蹄聂隅鳖赫薯焦诌梳疙舒驭副宋陨澡滩世姥埃惫久奇聊前spss多元回归分析案例讲解课件spss多元回归分析案例讲解课件 卞吩蛆峨撼诬羹鲤韧蜀波声洱硬缆剁克震咋渍跟氰蟹休盐墒受汽扯抠阐旷spss多元回归分析案例讲解课件spss多元回归分析案例讲解课件 2、选数据 我们建立回归模型是在若干假定前提之下的, 即对数据是有要求的。因变量数据的要求。 （1）是否满足“残差的方差齐性”要求 方法：散点图 操作在后面做回归模型建立时一同分析。 厢筷侥掘恋斤级众看区话友俗怕颇接尝牺尧诣戳笛共肋挺蝉卢拒象磋瑶沪spss多元回归分析案例讲解课件spss多元回归分析案例讲解课件 P—P图检验正态性 （2）因变量数据是否满足正态性要求 方法：P—P图。所有点聚集在直线上，则说明该变量的数据分布是服从于所要检测的分布的 屿徒蔓文筋喧澳幌扼刃缴阐尸伏冤垣报壬莲疯监栖计热琴塞侩吞完闪侮赂spss多元回归分析案例讲解课件spss多元回归分析案