事物间的非确定性因果关系.docxVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

9.1.2一元线性回归方程的建立

数据:9.1工龄与年薪.sav

问题:MBA研究生毕业后工作的第一年年薪为应变量Y,读MBA之前工龄为自变量X,在X与Y之间建立线性回归方程。

解答:

第一步:明确X与丫,绘制散点图,目测线性关系的存在性。

总体回归模型,理论回归方程:

=P+PX+8

简单回归方程,一元线性回归方程:

=p+pX

样本回归模型

=P+BX+e

0 1

Y=P+BX

01

估计的回归方程(直线),经验回归方程

Y=P+Bx

01

70.0-

60.0-

年薪500-

40.0-

30.0-

0

0

.0

10.0

工龄

第二步:拟合最有代表性的方程(直线)

Model

Coefficientsa

UnstandardizedCoefficients

Standardized

t

Sig.

B

Couiiiciunts

4

(Constant)

40.507

1.257

32.219

.000

1

工龄

1.470

.213

.703

6.916

.000

a.DependentVariable:年薪

=40.507+1.470X

工龄增加1单位,年薪平均增加1.47个单位。

=.703X

第三步:回归方程的检验

理论检验:参数估计值的符号和取值范围是否与其相对应的理论或经验一致。

统计学检验:运用统计学的抽样理论对样本回归方程的可靠性进行检验。包括:经验回归方程的显著性检验、回归系数的显著性检验、拟合优度检验、对方程的适宜性做出评价。

~~ANOVAa__

df

F

Sic

1

Regression

Residual

Total

1395.959

1429.868

2825.827

49

50

1395.959

29.181

47.838

.000b

DependentVariable:年薪

Predictors:(Constant),工龄

ModelSummary

Model

R

RSquare

AdjustedRSquare

Std.Errorofthe

^0^

494

48^

5.4019

a.Predictors:(Constant),工龄

经济计量学检验:对回归模型中的随机误差项的假设条件是否能得到满足进行检验P590。

残差均值为0的判断:

2.00000-.00000--2.00000--4.00000-0248101214

2.00000-

.00000-

-2.00000-

-4.00000-

0

2

4

8

10

12

14

工龄

残差正态性检验

Histogram

DependentVariable:年薪

ooAoll姑nb?

o

o

Aoll姑nb?」u_

Mean=2.48E-15

Std.Dev.=0.990

N=51

NormalP-PPlotofRegressionStandardizedResidual

残差方差齐性检验方法1:残差图分析法

Scatterplot

DependentVariable:年薪

RegressionStandardizedPredictedValue

Scatterplot

DependentVariable:年薪

RegressionStandardizedPredictedValue

方法2:求Spearman等级相关系数

abzredis

R工龄

Rabzredi

var

.24

1.50D

17.000

.11

1500

8.000

.75

7.50D

34.000

.61

7500

30.000

? .57

7500

29.000

.07

7500

3.000

.23

7500

15一000

.34

乙500

21.000

.45

7500

25000

? .62

7.500

31.000

.36

7500

22.000

.05

7500

2.000

1.16

14500

43.000

.95

14500

40.000

.21

14.500

13.000

1.32

14500

44.000

.89

19.000

38.000

, .23

19.000

14.000

.08

19.000

4.000

.44

19.000

24.000

1.44

19.000

47.000

1.05

24.000

42.000

.85

24.000

36.000

1.90

24.000

49.000

残差不随自变量的变化而变化,

残差不随自变量的变化而变化,

Kendallstau-b

.120

.096

1.247

.212

Kendallstau-c

.121

.097

1.247

.2

文档评论(0)

ld555666 + 关注
实名认证
文档贡献者

小小鹏鹏

1亿VIP精品文档

相关文档