第10章 多元线性回归推荐.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 哑变量回归 (例题分析—只含一个哑变量) SPSS的输出结果 方差分析表：F=5.326，Sig.=0.037，回归模型显著 男=1，女=0。 女学生考试成绩的期望值=81.75分；男学生比女学生平均低14.875分 * 哑变量回归(例题分析) 【例10-8】为研究工资水平与工作年限和性别之间的关系，在某行业中随机抽取10名职工，所得数据如右表 进行回归 * 哑变量回归 (例题分析—Excel) Excel输出的结果 * 哑变量回归 (例题分析—SPSS) 哑变量回归 * 哑变量回归 (例题分析—SPSS) 哑变量回归 用工作年限和性别预测的月工资水平及其残差 * 哑变量回归 (例题分析—SPSS) 哑变量回归 均值图 * 哑变量回归 (例题分析) 引进哑变量时，回归方程写为 E(y) =?0+ ?1x1+ ?2x2 女( x2=0)：E(y|女性) =?0 +?1x1 男(x2=1)：E(y|男性) =(?0 + ?2 ) +?1x1 ?0的含义表示：女性职工的期望月工资收入 (?0+ ?2)的含义表示：男性职工的期望月工资收入 ?1含义表示：工作年限每增加1年，男性或女性工资的平均增加值 ?2含义表示：男性职工的期望月工资收入与女性职工的期望月工资收入之间的差值 (?0+ ?2) - ?0= ?2 * 本章小结 多元线性回归模型、回归方程与估计的回归方程 回归方程的拟合优度与显著性检验 多重共线性问题及其处理 利用回归方程进行预测 哑变量回归 用Excel和SPSS进行回归分析 * 统计学家传记(Snedecor) George Waddell Snedecor(1882-1974)出生于美国 曾任美国副总统 曾在美国统计协会的任职 著有Correlation and Interpretation of Analysis of Snedecor(方差与协方差分析的计算和解释)(1934)以及Statistics Methods(统计方法)(1937) 结 束 * THANKS THANKS THANKS THANKS THANKS THANKS THANKS THANKS THANKS THANKS THANKS THANKS THANKS THANKS THANKS THANKS THANKS THANKS THANKS THANKS THANKS THANKS THANKS THANKS THANKS THANKS THANKS THANKS THANKS THANKS THANKS THANKS THANKS THANKS THANKS THANKS THANKS THANKS THANKS THANKS THANKS THANKS THANKS THANKS THANKS THANKS THANKS THANKS * * * * * * * * * * 12 * * * * * * * * * * * * 多重共线性(multicollinearity) 回归模型中两个或两个以上的自变量彼此相关 多重共线性带来的问题有 可能会使回归的结果造成混乱，甚至会把分析引入歧途 可能对参数估计值的正负号产生影响，特别是各回归系数的正负号有可能同预期的正负号相反 输出结果 * 多重共线性的识别 检测多重共线性的最简单的一种办法是计算模型中各对自变量之间的相关系数，并对各相关系数进行显著性检验 若有一个或多个相关系数显著，就表示模型中所用的自变量之间相关，存在着多重共线性 如果出现下列情况，暗示存在多重共线性 模型中各对自变量之间显著相关 当模型的线性关系检验(F检验)显著时，几乎所有回归系数的t检验却不显著 回归系数的正负号与预期的相反 输出结果 * 相关矩阵及其检验 (SPSS ) SPSS * 多重共线性的处理 将一个或多个相关的自变量从模型中剔除，使保留的自变量尽可能不相关 如果要在模型中保留所有的自变量，则应 避免根据 t 统计量对单个参数进行检验 对因变量值的推断(估计或预测)的限定在自变量样本值的范围内 输出结果 * 提 示 在建立多元线性回归模型时，不要试图引入更多的自变量，除非确实有必要 在社会科学的研究中，由于所使用的大多数数据都是非试验性质的，因此，在某些情况下，得到的结果往往并不令人满意，但这不一定是选择的模型不合适，