93-spss多元回归分析教案省公开课一等奖全国示范课微课金奖课件.pptx

SPSS回归分析;影响因变量自变量只有一个变量称之为一元，有两个或两个以上时候称之为多元，假如他们之间有线性关系，就是线性回归。线性关系确实定方法：

对于多元情况，绘制每个自变量与因变量散点图，并经过相关性检验确定它们之间存在线性关系；对于不存在线性关系变量，则找出它们之间非线性关系，之后再利用非线性关系将相关数据线性化（如y=a*lnx，则将全部数据取自然对数）。从而确定全部变量都与因变量存在线性关系，为进行多元线性回归做好准备。;二、线性回归模型;二、多元线性回归模型统计检验;二、线性回归模型统计检验;二、线性回归模型统计检验;二、线性回归模型统计检验;二、多元线性回归模型统计检验;三、回归模型结果检验;一元线性回归举例1;选择方法：分析→回归→线形→将y送入自变量框，将x送入因变量框，在统计量对话框中选择回归系数置信区间和DW残差独立性检验，在绘制对话框中选正太概率图（p-p图），→确定运行。;统计量对话框说明：

预计：输出相关回归系数统计量，包含回归系数、回归系数标准差、标准化回归系数、t统计量及其对应p值等。

置信区间：输出每个回归系数95％置信度预计区间。

协方差矩阵：输出解释变量相关系数矩阵协方差阵。

模型拟合度：输出可决系数、调整可决系数、回归方程标准误差、回归方程F检验方差分析。

Durbin-watson：残差独立性检验;结果分析:模型汇总表;结果分析：方差分析表;Excel中获取F值（注：要求为版或者用wps）;回归模型为：y=20+2x;残差分析：残差反应预测值与观察值偏离情况，只能说越小越好，并不能准确说明回归线代表性怎样，所以其实际参考意义有限，普通经过残差p-p图来判断回归模型优劣。;★鉴于模型各项检验都有显著性，残差服从正态分布且相互独立，所以该模型是一个很好模型。;问题：

现有1987~湖南省全社会固定资产投资总额NINV和GDP两个指标年度数据，见下表。试研究全社会固定资产投资总额和GDP数量关系，并建立全社会固定资产投资总额和GDP之间线性回归方程。

Spss操作参考例题1;结果解析;残差分析;x1;多元线性回归分析;线性回归模型确实定

分别绘制各自变量与因变量散点图（这里只绘制y与x1散点图）。

从散点图可得出y与

各自变量存在线性关系，

所以选择线性回归模型

进行回归分析。;多元线性回归分析;多元线性回归分析;多元线性回归分析;多元线性回归分析;由系数表得变量x6容差=0.003，远小于0.1，可断定它与其它自变量存在严重共线性，故剔除自变量x6后，再进行回归。;由系数表得自变量容差都大于0.1，不存在严重共线性问题。但常数项和变量x5t检验概率分别为0.136和0.150，大于显著性水平0.05，可断定它们与因变量之间线性关系不显著，故剔除常数项和自变量x5后，再进行回归。;多元线性回归分析;多元线性回归分析;多元线性回归分析;多元线性回归分析;多元线性回归分析;课后练习;序号