欢迎来到天天文库
浏览记录
ID:1337567
大小:344.50 KB
页数:8页
时间:2017-11-10
《线性回归(异方差的诊断、检验和修补)—spss操作》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、线性回归(异方差的诊断、检验和修补)—SPSS操作首先拟合一般的线性回归模型,绘制残差散点图。步骤和结果如下:为方便,只做简单的双变量回归模型,以当前工资作为因变量,初始工资作为自变量。(你们自己做的时候可以考虑加入其他的自变量,比如受教育程度等等)Analyze——regression——linear将当前工资变量拉入dependent框,初始工资进入independent点击上图中的PLOTS,出现以下对话框:以标准化残差作为Y轴,标准化预测值作为X轴,点击continue,再点击OK第一个表格输出的是模型拟合优度
2、,为0.775。调整后的拟合优度为0.774.第二个是方差分析,可以说是模型整体的显著性检验。F统计量为1622.1,P值远小于0.05,故拒绝原假设,认为模型是显著的。第三个是模型的系数,constant代表常数项,初始工资前的系数为1.909,t检验的统计量为40.276,通过P值,发现拒绝原假设,认为系数显著异于0。以上是输出的残差对预测值的散点图,发现存在喇叭口形状,暗示着异方差的存在,故接下来进行诊断,一般需要诊断异方差是由哪个自变量引起的,由于这里我们只选用一个变量作为自变量,故认为异方差由唯一的自变量“初
3、始工资”引起。接下来做加权的最小二乘法,首先计算权数。Analyze——regression——weightestimation再点击options,点击continue,再点击OK,输出如下结果:由于结果比较长,只贴出一部分,第二栏的值越大越好。所以挑出来的权重变量的次数为2.7。得出最佳的权重侯,即可进行回归。Analyze——regression——linear继续点击save,在上面两处打勾,点击continue,点击ok这是输出结果,和之前同样的分析方法。接下需要绘制残差对预测值的散点图,首先通过transf
4、orm里的compute计算考虑权重后的预测值和残差。以上两个步骤后即可输出考虑权重后的预测值和残差值然后点击graph,绘制出的散点图如下:
此文档下载收益归作者所有