中国传媒大学-市场调查与预测-课件-第十章 回归分析预测.pptVIP

（6）对回归模型的检验 （6）对回归模型的检验 一、多元线性回归预测的含义 如所要预测的经济变量的变化是多个重要因素共同作用的结果，这时便要选取多个自变量来建立回归方程，这就是多元回归分析问题。当变量之间存在线性关系时，称为多元线性回归分析。多元线性回归方程成为： 中，因变量y，即预测目标，x1，x2，…，xm是影响预测值的诸多因素，为自变量，a，b1，b2，…，bm为参数。 存在两个自变量条件下的多元回归方程称为二元回归方程，是多元回归方程中的特例。 第四节 多元线性回归预测及应用 二、多元线性回归预测的方法 多元回归分析和相关分析实际上只是简单回归分析和相关分析的合理延伸。两者的基本理论和方法是完全一致的，其重要区别就在于计算上的简繁之分。 第四节 多元线性回归预测及应用 实例 实例 第五节 SPSS统计分析应用 SPSS 是软件英文名称的首字母缩写，原意为Statistical Package for the Social Sciences，即“社 会科学统计软件”。 随着 SPSS 产品服务领域的扩大和服务深度的增加，SPSS 公司已 于 2000 年正式将英文全称更改为 Statistical Product and Service Solutions，意为“统计产品与服 务解决方案”，这标志着 SPSS 的战略方向已做出了重大调整。迄今 SPSS 软件已有 30 余年 的成长历史，全球约有 25 万家产品用户，它们分布于通讯、医疗、银行、证券、保险、制造、 商业、市场研究、科研教育等多个领域和行业，是世界上应用最广泛的专业统计软件。 SPSS 的统计功能包括集中量数和差异量数、相关分析、回归分析、聚类分析、方差分析、 主成分分析、因子分析、统计检验等。 一、利用 SPSS 实现一元线性回归方法 第五节 SPSS统计分析应用 （一）操作流程 （1）在 SPSS 数据编辑器建立数据文件，依据第三节 的例子建立“收入与消费支出 .sav”文件； （2）利用菜单中“分析”→“回归”→“线性”命令，启动“线性回归”对话框； （3）然后把变量“消费支出”添加到因变量列表，把变量“可支配收入”添加至自 变量列表中，最后单击对话框底部的“确定”按钮，启动线性回归过程，在 SPSS 查看器 窗口可以看到回归分析的结果。 （二）解读输出结果 第五节 SPSS统计分析应用 （1）“输入 / 移去的变量”表中，显示出已经纳入到了回归方程中的变量“可支配收入”， 即可支配收入是回归方程必需的自变量； （2）“模型汇总”表格中，得到了 R 值、R 方值和调整 R 方值。这里的 R 方值为 0.999； （3）“Anovab”表给出了回归值、残差值和平方和、自由度（df）、均方和。在此 表格中，均方和 = 平方和 / 自由度。例如，残差的均方和 = 残差的平方和 / 残差的自由度 =33 912.775/10=3 391.277 。F 值 = 回归均方和 / 残差均方和。在本例中可以看到，F 值为6 672.716，其对应的 sig.（显著水平）远小于 0.05，表示在对回归方程进行方差分析时，对 于每组自变量，其因变量的值都有显著差异； （4）系数表给出了两个非标准化系数，分别是 151.598 和 0.769，这两个系数对应的 t 值分别为 3.553 和 81.687，而且其 sig. 值即显著水平均远小于 0.05，表示方程中这两个系 数都是有效的。 二、利用 SPSS 实现多元线性回归方法 第五节 SPSS统计分析应用 请阅读教材P257--261 思考题 1. 变量之间关系的类型，如何判断两个变量之间的相关程度？ 2. 通常用什么方法来估计回归模型中的参数？写出其计算公式。 3. 在多元回归预测中，怎样正确筛选自变量？ 4. 如何对回归模型进行显著性检验？ 5.某地区1994—2002年居民消费品购买力与居民收入统计见教材P263表10-21。利用excel软件完成以下任务： （1）制作散点图，确定其数学模型； （2）对模型中的参数进行估计； （3）对模型进行检验； （4）若该地区居民货币收入2003年为466亿元，试预测该地区2013年居民消费品购买力。 【本章学习目的】 通过对本章的学习，要求在理解函数关系、相关关系、相关分析和回归分析等内涵的基础上，掌握回归分析基本步骤和要求，掌握一元和二元线性回归分析的运用方法，了解多元线性回归预测的原理。 第十章? 回归分析预测法 第一节? 回归分析预测概述 第二节? 回归分析预测的步骤 第三节? 一元线性回归预测及应用? ??第四节? 多元线性回归预测及应用 第五节? SPSS统计分析应用 主要内容 引导案例