SPSS对主成分回归实验报告材料要点.docVIP

SPSS对主成分回归实验报告材料要点 SPSS对主成分回归实验报告材料要点 PAGE / NUMPAGES SPSS对主成分回归实验报告材料要点 实用标准文档 《多元统计分析分析》实验报告 2012 年 月 日 学院 经贸学院 姓名 学号 实验 实验成绩 名称 一、实验目的 （一）利用 SPSS对主成分回归进行计算机实现 . （二）要求熟练软件操作步骤，重点 掌握对软件处理结果的解释 . 二、实验内容 以教材例题 7.2 为实验对象，应用软件对例题进行操作练习，以掌握多元统计分析方法的应用 三、实验步骤 （以文字列出软件操作过程并附上操作截图） 1、数据文件的输入或建立： ( 文件名以学号或姓名命名 ) 将表 7.2 数据输入 spss ：点击“文件”下“新建”——“数据”见图 1： 图 1 点击左下角“变量视图”首先定义变量名称及类型：见图 2： 图 2： 然后点击“数据视图”进行数据输入（图 3）： 文案大全 实用标准文档 图 3 完成数据输入 2、具体操作分析过程 ： （1）首先做因变量 Y 与自变量 X1-X3 的普通线性回归： 在变量视图下点击“分析”菜单，选择“回归” - “线性”（图 4）： 图 4 将因变量 Y调入“因变量”栏，将 x1-x3 调入“自变量”栏（图 5）： 然后选择相关要输出的结果： ①点击右上角 “统计量 （s）”：“回归系数” 下选择 “估计”；“残差” 下选择 “ D.W”；在右上角选择输出“模型拟合度” 、“部分相关和偏相关” “共线性诊断” （后两项是做多重共线性检验） 。选完 后点击“继续” （见图 6）②如果需要对因变量与残差进行图形分析则需要在“绘制”下选择相关项目（图 7）， 一般不需要则继续③如果需要将相关结果如因变量预测值、残差等保存则点击“保存” （图 8），选择要保存的 项目④如果是逐步回归法或者设置不带常数项的回归模型则点击“选项” （图 9） 其他选项按软件默认。最后点击“确定” ，运行线性回归，输出相关结果（见表 1-3 ） 文案大全 实用标准文档 图 5 图 6 图 7 文案大全 实用标准文档 图 8 图 9 回归分析输出结果： 文案大全 实用标准文档 表1 模型汇总 b 模型 标准 估计的误 R R 方 调整 R 方 差 Durbin-Watson 1 .996 a .992 .988 .48887 2.740 a. 预测变量 : ( 常量 ), x3, x2, x1 。 b. 因变量 : y 表2 Anovab 模型 平方和 df 均方 F Sig. 1 回归 204.776 3 68.259 285.610 .000 a 残差 1.673 7 .239 总计 206.449 10 a. 预测变量 : ( 常量 ), x3, x2, x1 。 因变量 : y 表3 系数 a 模型 非标准化系数 标准系数 相关性 共线 B 标准 误差 试用版 t Sig. 零阶 偏 部分 容差 1 (常量) -10.128 1.212 -8.355 .000 x1 -.051 .070 -.339 -.731 .488 .965 -.266 -.025 .0 x2 .587 .095 .213 6.203 .000 .251 .920 .211 .9 x3 .287 .102 1.303 2.807 .026 .972 .728 .095 .0 因变量 : y 由表可知，回归模型拟合优度达到 99.2%，方差分析也显示线性回归方程整体显著（ F=285.61， Sig.=0.000 ）但是回归系数估计结果中， x1的系数为 -0.051 与一般经济理论矛盾且不显著（ t 检验值 -0.731 ，检验的 p值 0.488 ），经多重共线性诊断（ x1与 x3的VIF值高达 180以上）表明自变量存在共线性。运用主成分分析做多重共线性处理： （2）自变量 x1-x3 的主成分分析： 由于 spss 没有独立的主成分分析模块，需要在因子分析里完成，因此需要特别注意： 在数据窗口下选择“分析”—“降维”—“因子分析”（见图 10）； 在弹出的窗口中将 x1-x3 调入“变量”（见图 11）； 然后①点击“描述”，选择要输出的统计量（见图 12）：选中“统计量”下的两个项目（输出变 量描述统计和初始分析结果） ；在“相关矩阵” 一般要选择输出 “系数”、“显著性水平” 、“KMO”（做主成分分析和因子分析的适用性检验，也就是检验变量之间的相关系数是否足够大可以做因 子分析）选完后点击“继续”进行下一步；②点击“抽取”（见图 13）：在“方法”下默认“主成分”；“分析”下，默认“相关性矩阵”（含义是要对变量做标准化处理，然后基于标准化后 文案大全 实用标准文档 的协差阵也就是相关阵