最新SPSS的线性回归分析教学讲义PPT课件.ppt

《最新SPSS的线性回归分析教学讲义PPT课件.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、SPSS的线性回归分析回归分析概述(二)回归分析的基本步骤(1)确定自变量和因变量(父亲身高关于儿子身高的回归与儿子身高关于父亲身高的回归是不同的).(2)从样本数据出发确定变量之间的数学关系式,并对回归方程的各个参数进行估计.(3)对回归方程进行各种统计检验.(4)利用回归方程进行预测.2线性回归分析概述(三)参数估计的准则目标:回归线上的观察值与预测值之间的距离总和达到最小最小二乘法(利用最小二乘法拟和的回归直线与样本数据点在垂直方向上的偏离程度最低)3一元线性回归方程的检验(二)回归方程的

2、显著性检验：F检验(1)目的:检验自变量与因变量之间的线性关系是否显著,是否可用线性模型来表示.(2)H0:β=0即:回归系数与0无显著差异(3)利用F检验,构造F统计量:F=平均的回归平方和/平均的剩余平方和~F(1,n-1-1)如果F值较大，则说明自变量造成的因变量的线性变动远大于随机因素对因变量的影响,自变量于因变量之间的线性关系较显著(4)计算F统计量的值和相伴概率p(5)判断p<=a:拒绝H0,即:回归系数与0有显著差异，自变量与因变量之间存在显著的线性关系。反之，不能拒绝H07一元线

3、性回归方程的检验(三)回归系数的显著性检验:t检验(1)目的:检验自变量对因变量的线性影响是否显著.(2)H0:β=0即:回归系数与0无显著差异(3)利用t检验,构造t统计量：其中:Sy是回归方程标准误差(StandardError)的估计值，由均方误差开方后得到，反映了回归方程无法解释样本数据点的程度或偏离样本数据点的程度如果回归系数的标准误差较小，必然得到一个相对较大的t值，表明该自变量x解释因变量线性变化的能力较强。(4)计算t统计量的值和相伴概率p(5)判断8一元线性回归方程的检验(四)

4、t检验与F检验的关系一元回归中,F检验与t检验一致,即:F=t2,两种检验可以相互替代(六)F统计量和R2值的关系如果回归方程的拟合优度高，F统计量就越显著。F统计量越显著，回归方程的拟合优度就会越高。9一元线性回归分析操作(一)基本操作步骤(1)菜单选项:Analyze->regression->linear…(2)选择一个变量为因变量进入dependent框(3)选择一个变量为自变量进入independent框(4)enter:所选变量全部进入回归方程(默认方法)(5)对样本进行筛选(sel

5、ectionvariable)利用满足一定条件的样本数据进行回归分析(6)指定作图时各数据点的标志变量(caselabels)10一元线性回归分析操作(二)statistics选项(1)基本统计量输出Estimates:默认.显示回归系数相关统计量.confidenceintervals:每个非标准化的回归系数95%的置信区间.Descriptive:各变量均值、标准差和相关系数单侧检验概率.Modelfit:默认.判定系数、估计标准误差、方差分析表、容忍度(2)Residual框中的残差分析D

6、urbin-waston:D-W值casewisediagnostic:异常值(奇异值)检测(输出预测值及残差和标准化残差)11一元线性回归分析操作(三)plot选项:图形分析.Standardizeresidualplots:绘制残差序列直方图和累计概率图,检测残差的正态性绘制指定序列的散点图,检测残差的随机性、异方差性ZPRED:标准化预测值ZRESID:标准化残差SRESID:学生化残差produceallpartialplot:绘制因变量和所有自变量之间的散点图12线性回归方程的残差分析

7、(一)残差序列的正态性检验:绘制标准化残差的直方图或累计概率图(二)残差序列的随机性检验绘制残差和预测值的散点图,应随机分布在经过零的一条直线上下13线性回归方程的残差分析(三)残差序列独立性检验:残差序列是否存在后期值与前期值相关的现象,利用D.W(Durbin-Watson)检验d-w=0:残差序列存在完全正自相关;d-w=4:残差序列存在完全负自相关;0

8、存在自相关,可以认为回归方程基本概括了因变量的变化;否则,认为可能一些与因变量相关的因素没有引入回归方程或回归模型不合适或滞后性周期性的影响.14线性回归方程的残差分析(四)异常值(casewise或outliers)诊断利用标准化残差不仅可以知道观察值比预测值大或小,并且还知道在绝对值上它比大多数残差是大还是小.一般标准化残差的绝对值大于3,则可认为对应的样本点为奇异值异常值并不总表现出上述特征.当剔除某观察值后，回归方程的标准差显著减小,也可以判定该观察值为异常值15线性回归方程的预测(一)