跟我学SPSS多元线性回归.doc

  1. 1、本文档共13页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(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。
  3. 3、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
  4. 4、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)。
查看更多
跟我学SPSS多元线性回归

跟我学SPSS多元线性回归 线性回归数据来自于国泰安数据服务中心的经济研究数据库。网址:/p/sq/。数据名称为:全国各地区能源消耗量与产量,该数据的年度标识为2006年,地区包括我国30个省,直辖市,自治区(西藏地区无数据)。 1.1 数据预处理 数据预处理包括的内容非常广泛,包括数据清理和描述性数据汇总,数据集成和变换,数据归约,数据离散化等。本次实习主要涉及的数据预处理只包括数据清理和描述性数据汇总。一般意义的数据预处理包括缺失值填写和噪声数据的处理。于此我们只对数据做缺失值填充,但是依然将其统称数据清理。 1.1.1 数据导入与定义 单击“打开数据文档”,将xls格式的全国各地区能源消耗量与产量的数据导入SPSS中,如图1-1所示。 图1-1 导入数据 导入过程中,各个字段的值都被转化为字符串型(String),我们需要手动将相应的字段转回数值型。单击菜单栏的“”--“”将所选的变量改为数值型。如图1-2所示: 图1-2?定义变量数据类型 1.1.2 数据清理 数据清理包括缺失值的填写和还需要使用SPSS分析工具来检查各个变量的数据完整性。单击“”--“”,将检查所输入的数据的缺失值个数以及百分比等。如图1-3所示:? 图1-3缺失值分析 能源数据缺失值分析结果如表1-1所示: 单变量统计 ? N 均值 标准差 缺失 极值数目a 计数 百分比 低 高 能源消费总量 30 9638.50 6175.924 0 .0 0 1 煤炭消费量 30 9728.99 7472.259 0 .0 0 2 焦炭消费量 30 874.61 1053.008 0 .0 0 2 原油消费量 28 1177.51 1282.744 2 6.7 0 1 汽油消费量 30 230.05 170.270 0 .0 0 1 煤油消费量 28 45.40 66.189 2 6.7 0 4 柴油消费量 30 392.34 300.979 0 .0 0 2 燃料油消费量 30 141.00 313.467 0 .0 0 3 天然气消费量 30 19.56 22.044 0 .0 0 2 电力消费量 30 949.64 711.664 0 .0 0 3 原煤产量 26 9125.97 12180.689 4 13.3 0 2 焦炭产量 29 1026.49 1727.735 1 3.3 0 2 原油产量 18 1026.48 1231.724 12 40.0 0 0 燃料油产量 25 90.72 134.150 5 16.7 0 3 汽油产量 26 215.18 210.090 4 13.3 0 2 煤油产量 20 48.44 62.130 10 33.3 0 0 柴油产量 26 448.29 420.675 4 13.3 0 1 天然气产量 20 29.28 49.391 10 33.3 0 3 电力产量 30 954.74 675.230 0 .0 0 0? 表2-1 能源消耗量与产量数据缺失值分析 表1-1 能源消耗量与产量数据缺失值分析 SPSS提供了填充缺失值的工具,点击菜单栏“”--“”,即可以使用软件提供的几种填充缺失值工具,包括序列均值,临近点中值,临近点中位数等。结合本次实习数据的具体情况,我们不使用SPSS软件提供的替换缺失值工具,主要是手动将缺失值用零值来代替。 ? 1.1.3 描述性数据汇总 描述性数据汇总技术用来获得数据的典型性质,我们关心数据的中心趋势和离中趋势,根据这些统计值,可以初步得到数据的噪声和离群点。中心趋势的量度值包括:均值(mean),中位数(median),众数(mode)等。离中趋势量度包括四分位数(quartiles),方差(variance)等。 SPSS提供了详尽的数据描述工具,单击菜单栏的“”--“”--“”,将弹出如图2-4所示的对话框,我们将所有变量都选取到,然后在选项中勾选上所希望描述的数据特征,包括均值,标准差,方差,最大最小值等。由于本次数据的单位不尽相同,我们需要将数据标准化,同时勾选上“将标准化得分另存为变量”。 图1-4 描述性数据汇总 得到如表1-2所示的描述性数据汇总。 ? N 极小值 极大值 均值 标准差 方差 能源消费总量 30 911 26164 9638.50 6175.924412 煤炭消费量 30 332 29001 9728.99 7472.259378 焦炭消费量 30 19 5461 874.61 1053.008 1108824.853 原油消费量 30 0 5555 1099.01 1273.265 1621202.562 汽油消费量

文档评论(0)

wuyoujun92 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档