- 1、本文档共23页,可阅读全部内容。
- 2、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。
- 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、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)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、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。
- 7、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。
- 8、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
多元线性回归实例分析
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
自变量之间的相关关系,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:
毫无疑问,多元线性回归方程应该为:
上图中的x1,x2,xp分别代表“自变量”Xp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:
那么,多元线性回归方程矩阵形式为:
其中:代表随机误差,其中随机误差分
为:可解释的误差和不可解释的误差,随机误
差必须满足以下四个条件,多元线性方程才有意
义(一元线性方程也一样)
1:服成正太分布,即指:随机误差必须是服
成正太分别的随机变量。
2:无偏性假设,即指:期望值为0
3:同共方差性假设,即指,所有的随机误差
变量方差都相等
4:独立性假设,即指:所有的随机误差变量都
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
回归的具体操作过程,下面以教程教程数据为
例,分析汽车特征与汽车销售量之间的关系。通
过分析汽车特征跟汽车销售量的关系,建立拟合
多元线性回归模型。数据如下图所示:
点击“分析”——回归——线性——进入如下图所
示的界面:
案诊断”再点击“离群值”一般默认值为“3”,(设
定异常值的依据,只有当残差超过3倍标准差的
观测才会被当做异常值)点击继续。
提示:
共线性检验,如果有两个或两个以上的自变量之
间存在线性相关关系,就会产生多重共线性现
象。这时候,用最小二乘法估计的模型参数就会
不稳定,回归系数的估计值很容易引起误导或者
导致错误的结论。所以,需要勾选“共线性诊断”
来做判断
通过容许度可以计算共线性的存在与否?容
许度TOL=1-RI平方或方差膨胀因子
(VIF):VIF=1/1-RI平方,其中RI平方是
用其他自变量预测第I个变量的复相关系数,显
然,VIF为TOL的倒数,TOL的值越小,VIF
的值越大,自变量XI与其他自变量之间存在共
线性的可能性越大。
提供三种处理方法:
1:从有共线性问题的变量里删除不重要的变量
2:增加样本量或重新抽取样本。
3:采用其他方法拟合模型,如领回归法,逐步
回归法,主成分分析法。
再点击“绘制”选项,如下所示:
上图中:
DEPENDENT(因变量)ZPRED(标准化预测
值)ZRESID(标准化残差)DRESID(剔除
残差)ADJPRED(修正后预测
值)SRSID(学生化残差)SDRESID(学生
化剔除残差)
一般我们大部分以“自变量”作为X轴,用“残
差”作为Y轴,但是,也不要忽略特殊情况,这
里我们以“ZPRED(标准化预测值)作为作为轴,
分别用“SDRESID(血生化剔除残差)”和
“ZRESID(标准化残差)作为Y轴,分别作为两
组绘图变量。
再点击”保存“按钮,进入如下界面:
如上图所示:勾选“距离”下面的“cook距离”选
项(cook距离,主要是指:把一个个案从计
算回归系数的样本中剔除时所引起的残差大小,
cook距离越大,表明该个案对回归系数的影响
也越大)
在预测区间”勾选“均值”和“单值”点击“继续”
按钮,再点击“确定按钮,得到如下所示的分析
结果:(此分析结果,采用的是“逐步法
文档评论(0)