多元线性回归实例分析.pdfVIP

SPSS-回归-多元线性回归模型案例解析！一（）

多元线性回归，主要是研究一个因变量与多个自变最之间相关关系，跟一元回归原理

差不多，区别在于影响因素（自变量）更多些而已，例如：一元线性回归方程为：

丫=0o+o】x+£

亳无疑问，多元线性回归方程应该为：

Y=0O+0E+#2必+…+4%+£

上图中xl,x2,xp分别代表自变量二p截止，代表有P个自变量，如果有N组样本,

那么这个多元线性回归，将会组成一个矩阵，如下图所示：

记〃组样本分别是看（“2,…,X炉,％）,，（=L2,…⑼，令

那么，多元线性同归方程矩阵形式为:Y=xp+E.

其中：£代表随机受差，其中随机误差分为：可解释误差和不可解释误差，

随机误差必须满足以下四个条件，多元线性方程才有意义（一元线性方程也i样）

1：服成正太分布，即指：随机误差£必须是服成正太分别随机变量。

2：无偏性假设，即指：期望值为0

3：同共方差性假设，即指，所有随机误差变量方差都相等

4：独立性假设，即指：所有随机误差变最都相互独立，可以用协方差解释。

今天跟大家一起讨论一下，SPSS--多元线性回归具体操作过程，下面以教程教程数据

为例，分析汽车特征与汽车销化:量之间关系.通过分析汽车特征跟汽车销化:量关系，

建立拟合多元线性回归模型。数据如下图所示：

1salesresaletypepriceengine_shcrsepowwheelbaswidthlengthcurt

16919163600215001.8140101.2673172.4

39.38419.875028.4003.2225108170.3192.9

14.114182250322251069706192.0

858829725042.00035210114.671.4196.6

20.39722255023.9901.8150102668.2178.0

1878023555033.950282001087761192.0

uao39.000062.000