SPSS９多重线性回归.docxVIP

PAGE PAGE 9 第九节 应用SPSS进行多重线性回归的操作方法与结果 试对例12-1进行分析 例12-1在2003年SARS期间，我们收集到被隔离在校的69名大学生心理卫生状况的调查资料，整理成包括应激源总分（X1）、认知评价分（X2）和SCL-90总分（Y）共3个变量的数据库（见附带光盘）。为研究心理应激反应与应激源压力、个体认知评价间的关系，试根据数据建立X1、X2对Y的多重线性回归方程。 例12-1是两个自变量和一个因变量的多重线性方程实例，前面已经给出了利用公式求解的基本步骤和过程，下面我们将展示利用SPSS软件的求解过程和步骤。 （二）应用SPSS的操作步骤 具体的操作步骤为： 1．打开数据文件“多重线性回归.sav”，三个变量分别取名为X1、X2和Y（见图12-1）。 图12-1 数据文件 2．变量之间线性关系初步探讨。 （1）绘制三维立体散点图：选择“Graphs”中的“Scatter/Dot”，弹出级联菜单，选择“3-D Scatter”，单击“Define”按钮, 弹出“3-D Scatterplot”对话框，具体设置如图12-2，最后单击“OK”按钮，执行SPSS命令。 图 12-2 “3-D Scatterplot”选择命令 （2）绘制散点矩阵：选择“Graphs“中的“Scatter/Dot”，弹出级联菜单，选择“Matrix Scatter”，单击“Define”按钮, 弹出“Scatter plot Matrix”对话框，弹出“Scatterplot Matrix”对话框，具体设置如图12-3，最后单击“OK”按钮，执行SPSS命令（关于SPSS的绘图操作，参看相关章节，本章不作详细介绍）。 图12-3 “Scatterplot Matrix”选择命令 3．通过三维散点图和散点矩阵可以初步判断变量间呈线性关系，则进行多重线性回归过程。选择“Analyze”，展开下拉菜单，单击“Regression”，再单击“Linear…”（见图12-4）。 图12-4 选择命令 4．弹出线性回归“Linear Regression”对话框，如图12-5所示。 （1）将左边的源变量“”调入“Dependent: ”下的文本框中，将“X1”和“X2”调入“Independent(s) : ”下的文本框中。 图12-5 “Linear Regression”对话框 （2）在“Method: ”右侧的列表框中可以选择多重线性回归分析的自变量筛选方法，其中选项有： Enter：强行进入法，该选项是SPSS默认的方式。 Stepwise：逐步进入法。 Remove：消去法。 Backward：向后剔除法。 Forward：向前选择法。 本例不存在自变量的筛选问题，因此两个自变量都是被强制纳入回归模型的，Method选择“Enter”，如图12-5所示。 5．在图12-5中单击“Statistics…”按钮，弹出图12-6所示对话框 图12-6 “Linear Regression：Statistics”对话框 （1）在“Regression Coeffcients”回归系数选项区，“Estimates”和“Model fit”是SPSS默认的输出项，前者表示输出与回归系数相关的统计量，后者表示输出复相关系数R、确定系数R2、调整确定系数R2、估计值的标准误（Std.Error of the Estimate）、F检验的ANOVA方差分析表。 本例选择“Collinearity diagnostics”选项，表示输出多重共线性分析的各自变量的容限度、方差膨胀因子、特征根等。 （2）在“Residuals”有关残差分析的选项区，选择“Durbin-Watson”选项，表示输出Durbin-Watson检验值；选择“Casewise diagnostics”选项，表示输出标准残差绝对值≥3（SPSS默认值）的样本数据点的相关信息。 本例具体选项按图12-6所示设置，单击“Continue”按钮返回图12-5。 6．在图12-5中单击“Plots…”按钮，弹出图12-7所示对话框。通过该对话框的设置，可以生成残差图、直方图、PP图和局部回归图（partial regression plot）。 图12-7 “Linear Regression：Plots”对话框 （1）在左上角的变量框中，选择“ZRESID”（标准化残差）进入“” 轴变量框，选择“ZPRED”（标准化预测值）进入“”轴变量框，表示生成标准化预测值和标准化残差的散点图。 （2）在“Standardized Residual Plots”选项区，选择“Histogram”选项，表示输出带有正态曲线的标准化残差直方图；选择“Normal pro