一元线性回归模型建模到应用的过程.ppt

《一元线性回归模型建模到应用的过程.ppt》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、一元线性回归模型建模到应用的过程以例2.2为例第一步：画散点图点选菜单Graphs→ScatterDot，进入ScatterDot对话框。选择SimpleScatter，点击Define按钮，进入SimpleScatterplot对话框。在左侧变量列表中选“人均国民收入[x]”，点击右箭头按钮进入“x-Axis”;选”人均消防额[y]“，点击右箭头按钮进入“Y-Axis”.也可以在此对话框点击按钮Titles对散点图添加标题。如添加标题：人均消费额和人均国民收入之间的散点图点击Continue，返回

2、SimpleScatterplot对话框，点击OK，即输出散点图。第二步：设定理论模型。由散点图可认为采用直线回归模型是合适的。第三步：由SPSS软件中的Regression选项进行回归参数的估计及回归方程的显著性检验。点选Analyze→Regression→Linear，进入LinearRegression对话框。在左侧变量列表中选“人均国民收入[x]”，点击右箭头按钮进入“Indenpendent”;选”人均消防额[y]“，点击右箭头按钮进入“Dependent”.若要得到相关系数及其检验，点选S

3、tatistics按钮，进入LinearRegression：Statistics对话框。选择Descrptives和ConfidenceIntervals选项，其中Estimates和ModelFit为默认选项。点击Continue按钮，返回LinearRegression对话框。点击OK即可得以下输出结果。输出结果1.描述统计量2.相关系数矩阵3.变量选择方式4.模型概要5.方差分析和F检验6.参数估计和回归参数的t检验第四步：回归诊断，分析输出结果见课本残差分析在LinearRegression对

4、话框，点选Save按钮进入LinearRegression:Save对话框，在Residual（残差）栏里选择Unstandardized（残差），Standardized（标准化残差），Studentized（学生化残差），点击Continue，返回LinearRegression对话框，点击OK，则在原数据集中会增加上三个变量。数据集中会增加三个变量RES_1(残差），ZRE_1(标准化残差），SRE_1(学生化残差）。所有点都在（－3，3）内，但残差有自相关趋势。可认为样本数据基本正常，理论模型得

5、基本假定是合理的。第五步：模型的应用预测：若已知1999年人均国民收入[X]为6500,将新数据输入样本数据中，Y的相应值空缺。在LinearRegression：Save对话框中的PredictedValues选项中选择Unstandardized（y的预测值）；在PredictionIntervals选项中选择Mean（均值区间预测），Indival（新值区间预测），在ConfidenceInterval（置信水平）输入置信水平。置信水平为95％的置信区间：计算结果列在原始数据表中单个新值：（272

6、0.60，3072.69）均值：(2960.64，3.32.65）