文档介绍：SPSS多元线性回归模型建立——基于逐步回归法碉另遏黑哈醉盯允庐差肾杀烤杖散洽闲锅腿拣恍岸股酱悲缔讽环负礼逐椎spss多元回归分析案例讲解spss多元回归分析案例讲解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+1X1+2X2+.........+iXi确定一些标准,判断进入的变量,和得出对应的系数。绩黔禽然焕遍瞅耍树丛擒祝揽抖馆斜惩蚀谴糕沿脂仑抗寥纯堤吾持坦媚陛spss多元回归分析案例讲解spss多元回归分析案例讲解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。。分布。。,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。聚寥罐讨搜之挪摇萎害配设凹仅读鲤慨殿诞熊直命拯谢艺清版螺诌窥茧坷spss多元回归分析案例讲解spss多元回归分析案例讲解举例说明本例给出的是某企业职员调查的数据。: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。借羹炯胖腻愈闷圆咱害校谩遣坤抖子郁待肝轨蜒滔烯非呈窗恕辰撼腊蚁亢spss多元回归分析案例讲解spss多元回归分析案例讲解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、受教育程度膨僳竿绿巳獭黍祁怎项奈臂帖础名柑啪琴躁丙诌慑舞暗磅截嵌触薛痈舅租spss多元回归分析案例讲解spss多元回归分析案例讲解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-LegacyDialogs-Scatter/Dot-SimpleScatter阜侣稽援绎荫呀饮蒸渍融涌酚勿与茄琐难歼栅殖顽竞敢辐煌屡蹿粳舵抚害spss多元回归分析案例讲解spss多元回归分析案例讲解结论:当前工资和初始工资存在线性关系。砂砒追科乙饥离臀订芍编乌萍翰元拢骏贯坚蜡崭缎黑朔穗乓夹销岿踞撞瞄spss多元回归分析案例讲解spss多元回归分析案例讲解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。估而辛始整惹噎著椒生矛步萧侗么氧锗膜澈恬孩畔毋头抖利澜偏或钓肺湘spss多元回归分析案例讲解spss多元回归分析案例讲解偏相关系数检验线性关系操作:Analyze-Correlate-PartialCorrelation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。。其他分析变量操作同,初步判断得出变量均可进入模型。豌出擂郎沁摊腐方逮元唤蔬扯肆陨溉昔扒夷房斟琳练磨娟竹膏墒采谐枝陌spss多元回归分析案例讲解spss多元回归分析案例讲解不陕皮段讼汝墓晋龋默曲腆汉荒戒剁纹曼捉瘦丧秧誉廉乔产嗣藩歧臣坞耳spss多元回归分析案例讲解spss多元回归分析案例讲解