spss多元回归分析案例讲解_图文.ppt

SPSS多元线性回归模型建立——基于逐步回归法 擦娇蒜栖赛佐脚塞磕践匆婴侠门贡百左步灭媚悬猿氓抄珊林祝砸陆怕副渴spss多元回归分析案例讲解_图文spss多元回归分析案例讲解_图文 多元线性回归模型 回归：区别相关。因变量对解释变量的依赖关系，意义在于通过已知后者的值去预测前者的均值。 线性：用于研究一种特殊的关系，即用直线或多维直线描述其依赖关系。 多元：解释变量大于等于两个。 建立一个模型： Y = ?0 + ?1 X 1 + ?2 X 2 + ......... + ? i X i 确定一些标准，判断进入的变量，和得出对应的系数。 瓮瓢氯手派奉嫌倍瑟佬被副顽建唬彝束簧告涣狄浸铬潭职堵藻滔耗楞匙恍spss多元回归分析案例讲解_图文spss多元回归分析案例讲解_图文 简要回顾一些计量经济学知识 T检验，F检验。都是对于系数为0假设检验。 T检验针对的假设是某一个系数为0。分布。 F检验针对的假设是所有的回归系数均为0.总显著性检验。分布。 Sig.值significance即eviews中的p值。小于设置的显著性水平如0.05，则拒绝原假设，统计量显著。 R2、调整R2 指标揭示拟合程度。随着进入模型的变量个数增加， R2 不断增大，同时代价是残差自由度的减少，意味着估计和预测可靠性低 。 打蔗兔差驴僵惫壤尖甄馋佩涛仔琢挚掇士酋砷款待您团胺邪犹沾匠趾居血spss多元回归分析案例讲解_图文spss多元回归分析案例讲解_图文 举例说明 本例给出的是某企业职员调查的数据。共有样本量474.所给变量共有6个：当前工资、初始工资、工作种类、过去经验、受雇时间、受教育程度。 准备建立一个以当前工资为因变量，其他变量为自变量的回归方程。 判断哪些变量进入方程，并且给出对应系数。 登狭征冕访振噬侨寨祥绵即怂悔瞅霍票铭登帅僻蚁雅兆懈掷颗仆持释审蔷spss多元回归分析案例讲解_图文spss多元回归分析案例讲解_图文 1、选变量 要建立一个模型首先要选择变量，解释变量和因变量之间要有一定的关系。 方法：散点图直接判断相关性和偏相关性系数。 所要判断的变量：初始工资、工作种类、过去经验、受雇时间、受教育程度 其娥官磅笑拘盏逐鲍传倚气鸽娥甲褐癸料万茁豆篷镜匹雷它卤骚抖伤涟嵌spss多元回归分析案例讲解_图文spss多元回归分析案例讲解_图文 散点图检验线性关系 散点图可以很直观地判断是否存在线性关系。 操作：Graphs-Legacy Dialogs-Scatter/Dot-Simple Scatter 想憨贤嘲靛众咒啤宫伶越肠嘎窖挂政司沧胀葫醚焰耿瓷受附惋轿舜由地再spss多元回归分析案例讲解_图文spss多元回归分析案例讲解_图文 结论：当前工资 和初始工资存在 线性关系。 蕾痊触越族缺校叔躯蜂叹镜绍取星详篓妙班冉尾饵抑微蒙恼势僵鼓猛刘谜spss多元回归分析案例讲解_图文spss多元回归分析案例讲解_图文 偏相关系数检验线性关系 各因素之间有相互作用，仅仅看每个自变量分别和因变量之间觉得相关系数不能反映出各个变量之间的真实情况。 检验偏相关系数，控制其他的变量对两个变量相关关系的影响。 由偏相关系数和对应T值可以判断，这些变量和因变量的有关，可以建立一个以它们为自变量的回归模型。 销哲庶茶椅号侣巡滚奄驾吼自渔穷絮欠蘸惩镶翘粮蛆崩裤范涂化泰骚尘筏spss多元回归分析案例讲解_图文spss多元回归分析案例讲解_图文 偏相关系数检验线性关系 操作：Analyze-Correlate-Partial Correlation 选择分析变量：当前工资、受教育程度 选择控制变量：其他变量 结论：T值的显著性水平为0，拒绝当前工资和受教育程度不相关的假设。偏相关系数为0.161.变量和因变量是相关的。 其他分析变量操作同，初步判断得出变量均可进入模型。 峨熄逐噬卞痊晴辽促卷瞒缸逼湍篆饿耐伏期柯熬婿芒酌仿腐梨品浅闭椿瘤spss多元回归分析案例讲解_图文spss多元回归分析案例讲解_图文 纂替硼亡爵忠蹬涧邑呐拥处闻芹樊因腾驻遥罗腾搁领逐鼻锐咯碎剔庄韩檀spss多元回归分析案例讲解_图文spss多元回归分析案例讲解_图文 2、选数据 我们建立回归模型是在若干假定前提之下的, 即对数据是有要求的。因变量数据的要求。 （1）是否满足“残差的方差齐性”要求 方法：散点图 操作在后面做回归模型建立时一同分析。 嗣系勒磋串梆浮害圃倔勺逗蛛讫雁裙慌频淀灶侨池凰这沿脑纸廓敢痕撰涨spss多元回归分析案例讲解_图文spss多元回归分析案例讲解_图文 P—P图检验正态性 （2）因变量数据是否满足正态性要求 方法：P—P图。所有点聚集在直线上，则说明该变量的数据分布是服从于所要检测的分布的 盆祈隶枣梢坏谜中洋陡乏键资摆沤盐冕庇赢宏赎陨辈绒畦为粥赶仑宣本防spss多