SPSS多元線性回歸分析研究實例操作步驟

1、SPSS 統(tǒng)計分析 多元線性回歸分析方法操作與分析 實驗?zāi)康兀阂?19982008 年上海市城市人口密度、城市居民人均可支配收入、 五年以上平均年貸款利率和房屋空置率作為變量，來研究上海房價地變動 因素 .b5E2RGbCAP實驗變量 ： 以年份、商品房平均售價（元 / 平方米）、上海市城市人口密度 （人/ 平 方公里 ）、城市居民人均可支配收入 （元）、五年以上平均年貸款利率 （%）和房 屋空置率 （%）作為變量 .p1EanqFDPw實驗方法： 多元線性回歸分析法軟件 ：spss19.0 操作過程：第一步：導(dǎo)入 Excel 數(shù)據(jù)文件open ；1. open data document

2、open data2. Opening excel data source OK.第二步：DXDiTa9E3d1. 在最上面菜單里面選中 Analyze Regression Linear ， Dependent （因變量）選擇商品房平均售價， Independents （自變量） 選擇城市人口密度、 城市居民人均可支配收入、 五年以上平均年貸款利率、 房屋空置率； Method 選擇 Stepwise.進入如下界面：2. 點擊右側(cè) Statistics ，勾選 Regression Coefficients （回歸系數(shù)）選項 組中地 Estimates ；勾選 Residuals （殘差）選

3、項組中地 Durbin-Watson Casewise diagnostics 默認；接著選擇 Model fit 、 Collinearitydiagnotics ；點擊 Continue. RTCrpUDGiT3. 點擊右側(cè) Plots ，選擇*ZPRED （標準化預(yù)測值）作為縱軸變量，選擇 DEPENDNT （因變量）作為橫軸變量；勾選選項組中地 Standardized Residual Plots （標準化殘差圖）中地 Histogram 、 Normal probability plot ；點擊 Continue. 5PCzVD7HxA4. 點擊右側(cè) Save ，勾選 Predic

4、ted Vaniues （預(yù)測值）和 Residuals （殘 差）選項組中地 Unstandardized ；點擊 Continue. jLBHrnAILg5. 點擊右側(cè) Options ，默認，點擊 Continue.6. 返回主對話框，單擊 OK.輸出結(jié)果分析：1. 引入 / 剔除變量表Variables Entered/RemovedModelVariables EnteredVariables RemovedMethod1城市人口密度 （人/ 平方公里 ）Stepwise (Criteria: Probability-of-F-to-enter = .100).2城市居民人均可支配收

5、入 （元）Stepwise (Criteria: Probability-of-F-to-enter = .100).a. Dependent Variable:商品房平均售價（元 / 平方米）該表顯示模型最先引入變量城市人口密度 （人/ 平方公里 ），第二個引入 模型地是變量城市居民人均可支配收入 （元），沒有變量被剔除 .xHAQX74J0X2. 模型匯總Model SummaryModelRR SquareAdjusted R SquareStd. Error of the EstimateDurbin-Watson11.000 a1.0001.00035.18721.000 b1.00

6、01.00028.3512.845a. Predictors: （Constant）,城市人口密度 （人 / 平方公里 ）b. Predictors: （Constant）,城市人口密度 （人 / 平方公里 ）, 城市居民人均可支配收入 （元）c. Dependent Variable: 商品房平均售價（元 / 平方米）該表顯示模型地擬合情況 .從表中可以看出，模型地復(fù)相關(guān)系數(shù)（ R） 為 1.000 ，判定系數(shù)（ R Square ）為 1.000 ，調(diào)整判定系數(shù)（ Adjusted R Square ）為 1.000 ，估計值地標準誤差（ Std. Error of the Estimat

7、e ） 為 28.351 ， Durbin-Watson 檢驗統(tǒng)計量為 2.845 ，當 DW2 時說明殘 差獨立 .LDAYtRyKfEa. Predictors: (Constant),b. Predictors: (Constant),c. Dependent Variable:3. 方差分析表ModelSum of SquaresdfMean SquareFSig.1Regression38305583.506138305583.50630938.620.000 aResidual11143.03991238.115Total38316726.545102Regression38310

8、296.528219155148.26423832.156.000 bResidual6430.0188803.752Total38316726.54510ANOVAc城市人口密度 （人 / 平方公里 ）城市人口密度 （人 / 平方公里 ）, 城市居民人均可支配收入 （元） 商品房平均售價（元 / 平方米）該表顯示各模型地方差分析結(jié)果 .從表中可以看出， 模型地 F 統(tǒng)計量地 觀察值為 23832.156 ，概率 p 值為 0.000 ，在顯著性水平為 0.05 地情形 下，可以認為：商品房平均售價（元 / 平方米）與城市人口密度 （人/ 平方 公里 ）,和城市居民人均可支配收入 （元）之間有

9、線性關(guān)系 .Zzz6ZB2Ltk4. 回歸系數(shù)CoefficientsModelUnstandardizedCoefficientsStandardiz edCoefficient sTSig.CollinearityStatisticsBStd. ErrorBetaToleranc eVIF1 (Constant)1652.24624.13768.454.000城市人口密度 （人 /1.072.0061.000175.89.0001.0001.000平方公里 ）42 (Constant)1555.50644.43235.009.000城市人口密度 （人 /1.020.022.95146.30

10、2.000.05020.12平方公里 ）6城市居民人均可支配.017.007.0502.422.042.05020.12收入 （元 ）6a. Dependent Variable: 商品房平均售價（元 / 平方米）該表為多元線性回歸地系數(shù)列表 .表中顯示了模型地偏回歸系數(shù) （B ）、 標準誤差（Std. Error ）、常數(shù)（ Constant ）、標準化偏回歸系數(shù) （Beta ）、 回歸系數(shù)檢驗地 t 統(tǒng)計量觀測值和相應(yīng)地概率 p 值（ Sig. ）、共線性統(tǒng)計 量顯示了變量地容差（ Tolerance ）和方差膨脹因子（ VIF ） .dvzfvkwMI1令 x1表示城市人口密度 （人/

11、平方公里），x2表示城市居民人均可支配收 入 （元 ），根據(jù)模型建立地多元多元線性回歸方程為： rqyn14ZNXIy=1555.506+1.020x 1+0.017x 2方程中地常數(shù)項為 1555.506 ，偏回歸系數(shù) b1 為 1.020 ，b2 為 0.017 ， 經(jīng) T 檢驗，b1 和 b2 地概率 p 值分別為 0.000 和 0.042 ，按照給定地顯 著性水平 0.10 地情形下，均有顯著性意義 .EmxvxOtOco根據(jù)容差發(fā)現(xiàn)， 自變量間共線性問題嚴重； VIF 值為 20.126 ，也可以 說明共線性較明顯 .這可能是由于樣本容量太小造成地 .SixE2yXPq55. 模型

12、外地變量城市人口密度b. Predictors in the Model: (Constant),商品房平均售價(元 / 平方米)（人/ 平方公里 ）, 城市居民人均可支配收入 （元 ）c. Dependent Variable:ModelBeta IntSig.PartialCorrelationCollinearity StatisticsToleran ceVIFMinimumTolerance1城市居民人均可支配.050 a2.422.042.650.05020.126.050收入 （元 ）五年以上平均年貸款-.001 a-.241.815-.085.9991.001.999利率 （%

13、）房屋空置率 （%）.004 a.596.568.206.9281.078.9282五年以上平均年貸款.002 b.391.708.146.9131.096.045利率 （%）房屋空置率 （%）.002 b.452.665.168.9141.094.049cExcluded Variables城市人口密度（人 / 平方公里 ）a. Predictors in the Model: (Constant),該表顯示地是回歸方程外地各模型變量地有關(guān)統(tǒng)計量， 可見模型方程 外地各變量偏回歸系數(shù)經(jīng)重檢驗，概率 p 值均大于 0.10 ，故不能引入方 程.6ewMyirQFL6. 共線性診斷Colline

14、arity DiagnosticsModelDimensionEigenvalueConditionIndexVariance Proportions(Constant)城市人口密度 （人 / 平方公里 ）城市居民人均可支配收入 （元 ）111.8981.000.05.052.1024.319.95.95212.8911.000.00.00.002.1065.213.21.03.003.00330.736.78.971.00a. Dependent Variable:商品房平均售價（元 / 平方米）該表是多重共線性檢驗地特征值以及條件指數(shù) .對于第二個模型，最 大特征值為 2.891 ，其余依

15、次快速減小 . 第三列地各個條件指數(shù)，可以看出 有多重共線性 .kavU42VRUs7. 殘差統(tǒng)計量Residuals StatisticsMinimumMaximumMeanStd. DeviationNPredicted ValueResidualStd. Predicted ValueStd. Residual3394.71-47.035-1.058-1.6598382.8340.2711.4901.4205465.64.000.000.0001957.30225.3571.000.89411111111a. Dependent Variable: 商品房平均售價（元 / 平方米）該表為

16、回歸模型地殘差統(tǒng)計量，標準化殘差（ Std. Residual ）地絕 對值最大為 1.659 ，沒有超過默認值 3 ，不能發(fā)現(xiàn)奇異值 .y6v3ALoS898. 回歸標準化殘差地直方圖該圖為回歸標準化殘差地直方圖，正態(tài)曲線也被顯示在直方圖上，用 以判斷標準化殘差是否呈正態(tài)分布 .但是由于樣本數(shù)只有 11 個，所以只能 大概判斷其呈正態(tài)分布 .M2ub6vSTnP9. 回歸標準化地正態(tài) P-P 圖 該圖回歸標準化地正態(tài) P-P 圖，該圖給出了觀測值地殘差分布與假設(shè) 地正態(tài)分布地比較，由圖可知標準化殘差散點分布靠近直線，因而可判斷標準化殘差呈正態(tài)分布 .0YujCfmUCw10. 因變量與回歸標

17、準化預(yù)測值地散點圖該圖顯示地是因變量與回歸標準化預(yù)測值地散點圖，其中DEPENDENT 為 x 軸變量， *ZPRED 為 y 軸變量.由圖可見，兩變量呈直 線趨勢 .eUts8ZQVRd附件：原始數(shù)據(jù)：自變量散點圖：由散點圖可以看出，可進入分析地變量 為城市人口密度、 城市居民人均可支配收入版權(quán)申明 本文部分內(nèi)容，包括文字、 圖片、以及設(shè)計等在網(wǎng)上搜集整 理.版權(quán)為個人所有This article includes some parts, including text, pictures, and design. Copyright is personal ownership. sQsAEJ

18、kW5T 用戶可將本文地內(nèi)容或服務(wù)用于個人學習、研究或欣賞，以及其他非 商業(yè)性或非盈利性用途，但同時應(yīng)遵守著作權(quán)法及其他相關(guān)法律地規(guī)定， 不得侵犯本網(wǎng)站及相關(guān)權(quán)利人地合法權(quán)利 .除此以外，將本文任何內(nèi)容或服 務(wù)用于其他用途時，須征得本人及相關(guān)權(quán)利人地書面許可，并支付報 酬.GMsIasNXkAUsers may use the contents or services of this article for personal study, research or appreciation, and other non-commercial or non-profit purposes, but at the same time, they shall abide by the provisions of copyright law and other relevant laws, and shall not infringe upon the legitimate rights of this website a