spss軟件分析異常值檢驗(yàn)實(shí)驗(yàn)報(bào)告

1、精選優(yōu)質(zhì)文檔-傾情為你奉上實(shí)驗(yàn)五:殘差分析【實(shí)驗(yàn)?zāi)康摹浚?） 通過殘差檢驗(yàn)，掌握殘差分析的方法（2） 異常值檢驗(yàn)【儀器設(shè)備】計(jì)算機(jī)、spss軟件、何曉群實(shí)用回歸分析表和表的數(shù)據(jù)【實(shí)驗(yàn)內(nèi)容、步驟和結(jié)果】對(duì)何曉群實(shí)用回歸分析表的數(shù)據(jù)進(jìn)行殘差分析原始數(shù)據(jù)如表1，其中y表示貨運(yùn)總量（億噸）x1表示工業(yè)總產(chǎn)值（億元）x2表示農(nóng)業(yè)總產(chǎn)值（億元）x3表示居民非商業(yè)支出（億元） 表1.yx1x2x31607035126075402106540226574423240723822068452757842416066362275704425065423 對(duì)表1數(shù)據(jù)用spss軟件進(jìn)行分析得以下各表表2.模型匯總模型

2、RR 方調(diào)整 R 方標(biāo)準(zhǔn) 估計(jì)的誤差1.898a.806.708a. 預(yù)測(cè)變量: (常量), x3, x1, x2。b. 因變量: y由上表可知復(fù)相關(guān)系數(shù)R=，決定系數(shù)R方=，由決定系數(shù)看出回歸方程的顯著性不高，接下來看方差分析表3表3Anova模型平方和df均方FSig.1回歸3.015a殘差6總計(jì)9a. 預(yù)測(cè)變量: (常量), x3, x1, x2。b. 因變量: y由表3知F值為較小，說明x1、x2、x3整體上對(duì)y的影響不太顯著。表4系數(shù)模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B標(biāo)準(zhǔn) 誤差試用版1(常量).096x1.385.100x2.535.049x3.277.284回歸方程為 表5殘差統(tǒng)

3、計(jì)量極小值極大值均值標(biāo)準(zhǔn) 偏差N預(yù)測(cè)值10標(biāo)準(zhǔn) 預(yù)測(cè)值.00010預(yù)測(cè)值的標(biāo)準(zhǔn)誤差10調(diào)整的預(yù)測(cè)值10殘差.00010標(biāo)準(zhǔn) 殘差.000.81610Student 化 殘差10已刪除的殘差10Student 化 已刪除的殘差10Mahal。 距離.89410Cook 的距離.000.486.97610居中杠桿值.099.642.300.17310-圖1.學(xué)生化殘差-圖2.回歸學(xué)生化刪除的殘差-圖3.回歸刪除的殘差:對(duì)數(shù)據(jù)用spss進(jìn)行分析得表6異常值的診斷分析yx1x2x3ZRE_1SRE_1SDR_1COO_1LEV_1160703512607540210654022657442302407

4、23822068452757842416066362275704425065423從表6中可以看出,絕對(duì)值最大的學(xué)生化殘差SRE=,小于3,因而根據(jù)學(xué)生化殘差診斷認(rèn)為數(shù)據(jù)不存在異常值.絕對(duì)值最大的刪除學(xué)生化殘差為SDR=,因而根據(jù)學(xué)生化刪除殘差診斷認(rèn)為第6個(gè)數(shù)據(jù)為異常值.其中中心化杠桿值,cook距離為位于第一大.因此第6個(gè)數(shù)據(jù)為異常值.對(duì)何曉群實(shí)用回歸分析表的數(shù)據(jù)進(jìn)行殘差分析原始數(shù)據(jù)為 : 表個(gè)啤酒品牌的廣告費(fèi)用和銷售量啤酒品牌廣告費(fèi)X/萬元銷售量Y/萬箱A120BCDEF1GHIJ 對(duì)上表數(shù)據(jù)進(jìn)行回歸分析得表8.系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B標(biāo)準(zhǔn) 誤差試用版1(常量).097廣

5、告費(fèi)/萬元.196.036.886.001回歸方程為回歸方程通過了F 檢驗(yàn)、t 檢驗(yàn)，只是表明變量x和y之間的線性關(guān)系是顯著的，但不能保證數(shù)據(jù)擬合得很好。殘差分析可知存在有影響的觀測(cè)值并且為異值。 對(duì)表7進(jìn)行異常值診斷分析得表9: 表9.異常值的診斷分析啤酒品牌廣告費(fèi)/萬元銷售量/萬箱ZRE_1SRE_1SDR_1COO_1LEV_1A120BCDEF1GHIJ從表9中可以看出,絕對(duì)值最大的學(xué)生化殘差SRE=, 小于3,因而根據(jù)學(xué)生化殘差診斷認(rèn)為數(shù)據(jù)不存在異常值. 絕對(duì)值最大的刪除學(xué)生化殘差為SDR=,因而根據(jù)學(xué)生化刪除殘差診斷認(rèn)為第1個(gè)數(shù)據(jù)為異常值.其中中心化杠桿值,cook距離為位于第一大.因此第1個(gè)數(shù)據(jù)為異常值.從回歸標(biāo)準(zhǔn)化殘差圖4看，y的觀測(cè)值的方差不相同，而是隨著x的增加而增加的。異常值的原因并不是數(shù)據(jù)的隨機(jī)誤差，而是由于本數(shù)據(jù)存在異方差，應(yīng)采用加權(quán)最小二乘法進(jìn)行回歸，回歸結(jié)果會(huì)較精確。圖4.回歸標(biāo)準(zhǔn)化殘差圖【實(shí)驗(yàn)小結(jié)】（包括收獲、心得體會(huì)、存在的問題及解決問題的方法、建議等）通過這次實(shí)驗(yàn)，我進(jìn)一步了解并掌握了運(yùn)用SPSS軟件對(duì)數(shù)據(jù)進(jìn)行分析和處理，通過殘差檢驗(yàn)，掌握殘差分析的方