文档介绍:线性回归分析的具体步骤
SPSS软件中进行线性回归分析的选择项为Analyze→Regression→Linear。。下面通过例题介绍线性回归分析的操作过程。
Regression 分析功能菜单
例3. 仍然用例2的数据,考察火柴销售量与各影响因素之间的相关关系,建立火柴销售量对于相关因素煤气户数、卷烟销量、蚊香销量、打火石销量的线性回归模型,通过对模型的分析,找出合适的线性回归方程。
解:建立线性回归模型的具体操作步骤如下:
1、打开数据文件SY-9,单击Analyze ® Regression ® Linear打开Linear 。
2、从左边框中选择因变量Y进入Dependent 框内,选择一个或多个自变量进入Independent框内。从Method 框内下拉式菜单中选择回归分析方法,有强行进入法(Enter),消去法(Remove),向前选择法(Forward),向后剔除法(Backward)及逐步回归法(Stepwise)五种。本例中选择逐步回归法(Stepwise)。
Linear Regression对话框
3、单击Statistics,打开Linear Regression: Statistics对话框,。
Regression Coefficients栏,回归系数选项栏。
Estimates (系统默认): 输出回归系数的相关统计量:包括回归系数,回归系数标准误、标准化回归系数、回归系数检验统计量(t值)及相应的检验统计量概率的P值(sig)。本例中只选择此项。
Confidence intervals:输出每一个非标准化回归系数95%的置信区间。
Covariance matrix: 输出协方差矩阵。
与模型拟合及拟合效果有关的选择项。
Model fit是默认项。能够输出复相关系数R、R2及R2修正值,估计值的标准误,方差分析表。
R squared change: 引入或剔除一个变量时,R2的变化。
Descriptives: 基本统计描述。
Part and Partial correlations:相关系数及偏相关系数。
Collinearity diagnostics:共线性诊断。主要对于多元回归模型,分析各自变量的之间的共线性的统计量:包括容忍度和方差膨胀因子、特征值,条件指数等。
本例中选择上面所有的统计项。
Residuals 残差栏
Durbin-Watson:.
Casewise diagnostics: 奇异值诊断,有两个选项:
Outliers outside( )standard deviations:奇异值判据,默认项标准差≥3。
All case 输出所有观测量的残差值。
,选择标准差为2,即置信度约为95%。
Linear Regression: Statistics
4、如果需要观察图形,可单击Plots按纽,打开Linear Regression:。在此对话框中可以选择所需要的图形。
Linear Regression:Plots对话框
在左上