二. 回归分析SPSS操作 幻灯片.pptVIP

SPSS操作:回归分析 ANOVA方差分析表中的Sig.反映模型是否有 统计学意义 Coefficients表中B为各自变量系数（回归系数）。Beta为标准化回归系数，其绝对值用于说明自变量的重要性。t、Sig.检验各系数是否有统计学意义。 逐步回归的重要选项Method要选Stepwise Options中要设定合适的选入选出标准（注：Removal中设定的p值必须大于Entry中的设定。） SPSS上: 残差分析 1.残差的直方图 2.残差的累积概率图（P-P图） 用途:残差是否正态 4.标准化回归残差值与标准化的预测值的散 点图 用途: 线性关系, 方差齐性, 异常值(超出+_2区间标准) 点随机分布,无趋势性 5.偏回归散点图:在控制其它自变量条件下,某 个自变量与因变量的关系 用途:线性关系 点分布一条直线附近 6.共线性诊断 共线性（collinearity） 共线性的鉴别: 容限度（tolerance） 方差膨胀因子（variance inflation factor,VIF） 一个二元线性回归的例子 一个二元线性回归的例子(Excel 输出的结果) 一个二元线性回归的例子(计算机输出结果解释) 销售额与人口数和年人均收入的二元回归方程为 利用回归方程进行估计和预测（点估计） ? y 的平均值的点估计 利用估计的回归方程，对于自变量 x 的一个给定值 x0 ，求出因变量 y 的平均值的一个估计值E(y0) ，就是平均值的点估计 在前面的例子中，假如我们要估计人均国民收入为2000元时，所有年份人均消费金额的的平均值，就是平均值的点估计。根据估计的回归方程得 利用回归方程进行估计和预测（点估计） ? y 的个别值的点估计 利用回归方程进行估计和预测 （区间估计） 点估计不能给出估计的精度，点估计值与实际值之间是有误差的，因此需要进行区间估计 对于自变量 x 的一个给定值 x0，根据回归方程得到因变量 y 的一个估计区间 区间估计有两种类型 置信区间估计 预测区间估计 利用回归方程进行估计和预测（置信区间估计） ? y 的平均值的置信区间估计 利用估计的回归方程，对于自变量 x 的一个给定值 x0 ，求出因变量 y 的平均值E(y0)的估计区间 ，这一估计区间称为置信区间 E(y0) 在1-?置信水平下的置信区间为 利用回归方程进行估计和预测（置信区间估计:算例） 【例】根据前例，求出人均国民收入为1250.7元时，人均消费金额95%的置信区间 解：根据前面的计算结果 ＝712.57，Sy=14.95，t???(13-2)＝2.201，n=13 置信区间为 利用回归方程进行估计和预测（预测区间估计） ? y 的个别值的预测区间估计 利用估计的回归方程，对于自变量 x 的一个给定值 x0 ，求出因变量 y 的一个个别值的估计区间，这一区间称为预测区间 y0在1-?置信水平下的预测区间为 利用回归方程进行估计和预测（预测区间估计:算例） 【例】根据前例，求出1990年人均国民收入为1250.7元时，人均消费金额的95%的预测区间 解：根据前面的计算结果有 ＝712.57，Sy=14.95，t???(13-2)＝2.201，n=13 置信区间为 置信区间、预测区间、回归方程 * 从菜单选择 Regression Linear… Method中的选项： Enter 所选自变量强行全部选入方程 Stepwise 逐步回归法 重要的结果 R、R Square、 Adjust R Square反映模型对因变量变异的解释程度。Adjust R Square尤其用于自变量个数不等的模型之间的比较。 3. Durbin--Watson检验: 参数称为D D的取值范围是0D4。 其统计学意义为： D≈2，残差与自变量相互独立； D2，残差与自变量正相关； D2，残差与自变量负相关。 用于回归模型残差的独立性检验: 是否存在残差序列相关 1250 1650 1450 1310 1310 1580 1490 1520 1620 1570 年人均收入 (元)x2 32.4 29.1 26.3 31.2 29.2 40.7 29.8 23.0 28.2 26.9 33.3 35.5 27.6 30.4 31.9 5