SPSS多元线性回归分析教程.docx
- 文档编号:477463
- 上传时间:2022-10-10
- 格式:DOCX
- 页数:12
- 大小:353.67KB
SPSS多元线性回归分析教程.docx
《SPSS多元线性回归分析教程.docx》由会员分享,可在线阅读,更多相关《SPSS多元线性回归分析教程.docx(12页珍藏版)》请在冰豆网上搜索。
SPSS多元线性回归分析教程
线性回归分析的SPSS操作
本节内容主要介绍如何确定并建立线性回归方程。
包括只有一个自变量的一元线性回归和和
含有多个自变量的多元线性回归。
为了确保所建立的回归方程符合线性标准,在进行回归分析之前,我们往往需要对因变量与自变量进行线性检验。
也就是类似于相关分析一章中讲过的借助于散点图对变量间的关系进行粗略的线性检验,这里不再重复。
另外,通过散点图还可以发现数据中的奇异值,对散点图中表示的可能的奇异值需要认真检查这一数据的合理性。
一、一元线性回归分析
1数据
以本章第三节例3的数据为例,简单介绍利用SPSS如何进行一元线性回归分析。
数据编辑
窗口显示数据输入格式如下图7-8(文件7-6-1.sav):
图7-8:
回归分析数据输入
2•用SPSS进行回归分析,实例操作如下:
2.1.回归方程的建立与检验
(1)操作
1单击主菜单Analyze/Regression/Linear,•进入设置对话框如图7-9所示。
从左边变量表
列中把因变量y选入到因变量(Dependent)框中,把自变量x选入到自变量(Independent)框中。
在方法即Method—项上请注意保持系统默认的选项Enter,选择该项表示要求系统在建立回归方
程时把所选中的全部自变量都保留在方程中。
所以该方法可命名为强制进入法(在多元回归分析中再具体介绍这一选项的应用)。
具体如下图所示:
图7-9线性回归分析主对话框
2请单击Statistics按钮,可以选择需要输出的一些统计量。
女口RegressionCoefficients(回归
系数)中的Estimates,可以输出回归系数及相关统计量,包括回归系数B、标准误、标准化回归
系数BETA、T值及显著性水平等。
Modelfit项可输出相关系数R,测定系数R2,调整系数、估计标准误及方差分析表。
上述两项为默认选项,请注意保持选中。
设置如图7-10所示。
设置完
成后点击Continue返回主对话框。
回归方程建立后,除了需要对方程的显著性进行检验外,还需要检验所建立的方程是否违反
回归分析的假定,为此需进行多项残差分析。
由于此部分内容较复杂而且理论性较强,所以不
在此详细介绍,读者如有兴趣,可参阅有关资料。
3用户在进行回归分析时,还可以选择是否输出方程常数。
单击Options••按钮,打开它的
对话框,可以看到中间有一项Includeconstantinequation可选项。
选中该项可输出对常数的检验。
在Options对话框中,还可以定义处理缺失值的方法和设置多元逐步回归中变量进入和排除方程的准则,这里我们采用系统的默认设置,如图7-11所示。
设置完成后点击Continue返回主对话
框。
4在主对话框点击OK得到程序运行结果。
(2)结果及解释
上面定义的程序运行结果如下所示:
1方程中包含的自变量列表同时显示进入方法。
如本例中方程中的自变量为x,方法为
Enter。
VariablesEntered/Removed
ModelVariablesEntered
VariablesRemoved
Method
1
X.
Enter
aAllrequestedvariablesentered.
bDependentVariable:
Y
2模型拟合概述列出了模型的R、R2、调整R2及估计标准误。
R2值越大所反映的两变
量的共变量比率越高,模型与数据的拟合程度越好。
ModelSummary
ModelRRSquare
AdjustedRSquare
Std.ErroroftheEstimate
1.859.738
.723
6.2814
aPredictors:
(Constant),X
本例所用数据拟合结果显示:
所考察的自变量和因变量之间的相关系数为0.859,拟合线性
回归的确定性系数为0.738,经调整后的确定性系数为0.723,标准误的估计为6.2814。
3方差分析表列出了变异源、自由度、均方、F值及对F的显著性检验。
ANOVA
ModelSumofSquaresdfMeanSquareFSig.
1Regression1995.79111995.79150.583.000
Residual710.2091839.456
Total2706.00019
aPredictors:
(Constant),X
bDependentVariable:
Y
本例中回归方程显著性检验结果表明:
回归平方和为1995.791,残差平方和为710.209,总平方
和为2706.000,对应的F统计量的值为50.583,显著性水平小于0.05,可以认为所建立的回归方程有效。
4
同时对其进行显
回归系数表列出了常数及非标准化回归系数的值及标准化的回归系数,
著性检验。
Coefficients
Unstandardized
Standardized
Coefficients
t
Sig.
Coefficients
Model
B
Std.Error
Beta
1(Constant)
-7.080
11.068
-.640
.530
X
.730
.103
.859
7.112
.000
aDependentVariable:
Y
本例中非标准化的回归系数B的估计值为0.730,标准误为0.103,标准化的回归系数为0.859,
回归系数显著性检验t统计量的值为7.112,对应显著性水平Sig.=0.000<0.05(但是常数不显
著?
),可以认为方程显著。
因此,本例回归分析得到的回归方程为:
Y=-7.08+0.73X
对方程的方差分析及对回归系数的显著性检验均发现,所建立的回归方程显著。
2.2•回归方程的预测
(1)通过因变量的观测值和回归预测值的比较,可以了解许多关于模型和各种假定对数据的适合程度,上面回归方程的检验结果表明,所得到的回归直线是有效的。
在回归方程有效的前提下,研究者往往希望对于给定的预测变量X的一个具体数值(如X0),预测因变量Y的平均值
或者预测某一个观测的y0的值。
如对于上面的例子,我们可以用回归方程来预测智商x0=120的
被试,这次的平均成绩;也可以用来预测假如一名工作人员的智商是120,那么他参加这次考试,
将会得多少分。
上面两种情况下,点预测值是相同的,不同的是标准误。
Y0=A+BX0=-7.08+0.73X120=86.52
在X0点,Y的预测均值的估计标准误为公式(7-24);在X0点,Y的个体预测值的估计标准误
为公式(7-25)。
(2)SPSS可以提供上述两类预测值,具体操作如下:
在如图7-9的线性回归模型定义的主对话框中,单击save,出现如下对话框(图7-12):
图7-12:
预测值的定义选择窗口
在上面的窗口,可以选择输出变量的点预测值和平均值及其个体值预测的区间估计,如上图,
我们在PredictedValues选择区选择复选项Unstandardized,以输出非标准化的点预测值;在下面
的PredictionIntervals选择区选择复选项Means和Individual,下面的置信水平采用系统默认的
95%,然后点击Continue返回主对话框,在主对话框中点击Ok,得到的输出结果。
(3)结果及解释
除了上面介绍的回归方程建立和检验的结果外,在数据编辑结果,因为选择了需要保存的预测变量的信息,数据编辑窗口数据显示如下:
田口wgcmIDntriFdlfi-or
Life£.citswvRitaLransformenaryzwyraphsLLcikje?
掘ndewHdp
1Ml眉制□禺肛1團刖
2']luhj
ftubjeefe
K
y
谕兀1l
li心.11
uici^i
1
a
0900
55.00
5706499
5299030
5273969
4379671
71.93326
2
h
97.00
74.00
G3.70277
60.04842
67.35713
50^0341
77.3961fl
3
c
12B00
07.00
94,B6473
79.B1677
63.91269
7073547
96.90390
A
d
07.00
60.00
56.4.DSS5
S1.1B118
61.62992
42.21231
70.59079
5
日
11900
71.00
79.75667
药.63254
63.60000
659E8ffi
93.52449
b
f
101.00
54.00
66.62166
S3.39979
69.34354
53.03732
80.20601
7
g
130.00
90.00
S7.7B362
82.01403
33.55321
7336077
102.1055
B|
h
11S.00
73.00
76.8377B
73-41996
SQ.25560
e3206K3
90.4^93
9
i
108.00
67.00
71.72972
68.77090
74.6BBd7
5S.2OS37
85.25400
ID
j
10500
70.00
BS出吐
72.52276
56-01105
S3.Q7OO6
11
k
B4.00
53.00
5i.2163B
W4&79
59.96597
39.B1353
69.61S23
12
l
121DO
62.00
6i21612
7K
05-43690
6736033
95.07140
13
m
97.00
S9.00
63.70277
60.D4342
67.35713
5D.00941
77.396H
n
leuoa
50DO
EE6216G
&33®玛
69勲曰別
S303732
502^01
15
a
92.00
67.00
@0.05416
55.67666
6^.4.3166
4B.15033
73.95799
P
11000
SOW
73.1091?
7016635
75.21005
59&510S
函7寸飾
17
q
mm
05.00
86.32417
B0.52D55
91.72700
72.06398
100.5&44
16
r
11100
73.00
73910W
70.B44EZ
715.3531&
閃3®西
97.4^599
19
s
woo
71.00
65.16222
Bl.7444JJ
€3.59004
S1.S3007
73.79437
20
t
120.00
90.00
00.40639
7&.-41694
04.55504
6&B7645
94.29633
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- SPSS 多元 线性 回归 分析 教程