SPSS的線性回歸分析

2020-08-31 18:05 作者:喬知洛 0人讀過 | 我要投稿

一、?實(shí)驗(yàn)?zāi)康?/p>

掌握線性回歸分析的基本思想和具體操作，能讀懂分析結(jié)果，并寫出回歸方程，對(duì)回歸方程進(jìn)行各種統(tǒng)計(jì)檢驗(yàn)。

?

二、實(shí)驗(yàn)題目

1、給定“高?？蒲醒芯繑?shù)據(jù)”，建立課題總數(shù)影響因素的回歸方程。

（1）解釋變量采用強(qiáng)制進(jìn)入策略（Enter），并做多重共線性檢測(cè)；

（2）解釋變量采用向后篩選策略讓SPSS自動(dòng)完成解釋變量的選擇。

?

2、一般認(rèn)為，一個(gè)地區(qū)的農(nóng)業(yè)總產(chǎn)值與該地區(qū)的農(nóng)業(yè)勞動(dòng)力、灌溉面積、化肥用量、農(nóng)戶固定資產(chǎn)、農(nóng)業(yè)機(jī)械化水平等因素有關(guān)。下表為某年我國(guó)北方地區(qū)12個(gè)省市的相關(guān)數(shù)據(jù)。試建立我國(guó)北方地區(qū)的農(nóng)業(yè)產(chǎn)出線性回歸模型，分析影響農(nóng)業(yè)產(chǎn)出的主要因素，并說明理由。

?

三、實(shí)驗(yàn)步驟和結(jié)果分析

1.（1）

運(yùn)行軟件，輸入數(shù)據(jù)

選擇菜單分析>回歸>線性，彈出線性回歸參數(shù)設(shè)置窗口

因變量：課題總數(shù)

自變量：專著數(shù)，論文數(shù)，獲獎(jiǎng)數(shù)

方法：進(jìn)入（表示所有的自變量都進(jìn)入模型）

選擇選項(xiàng)，就模型殘差進(jìn)行Durbin Watson檢驗(yàn)，用于判斷殘差是否獨(dú)立，作為一個(gè)基礎(chǔ)條件來判斷數(shù)據(jù)是否適合做線性回歸，選定【共線性診斷】

過程及結(jié)果如下圖所示

下圖第一個(gè)表格第3列R方為判定系數(shù)，一般認(rèn)為需要大于60%，用于判定線性方程擬合優(yōu)度的重要指標(biāo)，體現(xiàn)了回歸模型解釋因變量變異的能力，越接近1越好。從結(jié)果中可以看出值為0.939，初步判斷模型擬合效果良好

第二個(gè)表格方差分析的顯著性值=0.000<0.01<0.05，表明由自變量和因變量“課題總數(shù)”建立的線性關(guān)系回歸模型具有極顯著的統(tǒng)計(jì)學(xué)意義，即其線性關(guān)系顯著

第三個(gè)表格看自變量的回歸系數(shù)是否通過檢驗(yàn)，t檢驗(yàn)原假設(shè)回歸系數(shù)沒有意義，由Sig.一列回歸系數(shù)顯著性值若<0.01<0.05，表明回歸系數(shù)b存在，有統(tǒng)計(jì)學(xué)意義，即為正比關(guān)系，而且極顯著

其中共線性診斷的部分在“共線性診斷”，如果條件指數(shù)>10，則表明有共線性。圖中的條件指數(shù)高>10，可屬見共線性存在