回归分析spss实现概述整理.pptVIP

第九讲 回归分析的SPSS实现;线性回归分析;一、描绘散点交互图;精品文档;二、用Linear Regression分析;〔一〕立项课题数多元线性回归分析结果(enter策略);结果二:模型方差分析表;结果三:系数分析表;结果说明: 1)由于回归方程:课题立项数=-35.313+0.698投入人年数+--- 2)变量的显著性检验:只有“投入人年数〞到达了0.003 的极显 著水平,其他变量都不显著,说明除了 “投入人年数〞外， 其他变量都与课题立项数没有显著的线性关系. 3)多重共线性检验:容忍度〔tolerance〕越接近于0，多重共 线性越强；方差膨胀因子〔VIF)越大，一般大于等于10 时，说明解释变量Xi 与其余解释变量之间有较强的多重 共线性. 4〕结论：由于模型保存了一些不应保存的变量，该模型不 可用；沉着忍度和方差膨胀因子看，“投入高级职称人数〞与其他解释变量之间多重共线性严重.再重新建模，应考虑提出该变量.;结果四:相关系数矩阵表;结果五:多重共线性检验表;〔一〕立项课题数多元线性回归分析结果(backward策略);方差分析;回归系数;多重共线性检验;剔除的变量;曲线估计;常见的曲线模型;根本步骤;MODEL: MOD_2. Dependent variable.. x5 Method.. CUBIC Listwise Deletion of Missing Data Multiple R .99711 R Square .99422 Adjusted R Square .99230 Standard Error 32.23848 Analysis of Variance: DF Sum of Squares Mean Square Regression 3 1610303.3 536767.78 Residuals 9 9353.9 1039.32 F = 516.46087 Signif F = .0000 -------------------- Variables in the Equation -------------------- Variable B SE B Beta T Sig T x2 .075378 .069194 .579897 1.089 .3043 x2**2 -1.987684665861E-05 1.3446E-05 -1.685204 -1.478 .1734 x2**3 2.596263004613E-09 7.7924E-10 2.112252 . . (Constant) -41.313805 97.204131 -.425 .6808  ;Dependent variable.. x5 Method.. POWER Listwise Deletion of Missing Data Multiple R .97687 R Square .95428 Adjusted R Square .95012 Standard Error .26578 Analysis of Variance: DF Sum of Squares Mean Square Regression 1 16.217387 16.217387 Residuals 11 .777033 .070639 F = 229.58009 Signif F = .0000 -------------------- Variables in the Equation -------------------- Variable B SE B Beta T Sig T x2 1.845988 .121832 .976871