spss軟件分析異常值檢驗實驗報告

1、精選優(yōu)質文檔-傾情為你奉上實驗五:殘差分析【實驗目的】（1） 通過殘差檢驗，掌握殘差分析的方法（2） 異常值檢驗【儀器設備】計算機、spss軟件、何曉群實用回歸分析表和表的數(shù)據(jù)【實驗內容、步驟和結果】對何曉群實用回歸分析表的數(shù)據(jù)進行殘差分析原始數(shù)據(jù)如表1，其中y表示貨運總量（億噸）x1表示工業(yè)總產值（億元）x2表示農業(yè)總產值（億元）x3表示居民非商業(yè)支出（億元） 表1.yx1x2x31607035126075402106540226574423240723822068452757842416066362275704425065423 對表1數(shù)據(jù)用spss軟件進行分析得以下各表表2.模型匯總模型

2、RR 方調整 R 方標準 估計的誤差1.898a.806.708a. 預測變量: (常量), x3, x1, x2。b. 因變量: y由上表可知復相關系數(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9a. 預測變量: (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y的影響不太顯著。表4系數(shù)模型非標準化系數(shù)標準系數(shù)tSig.B標準 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、計量極小值極大值均值標準 偏差N預測值10標準 預測值.00010預測值的標準誤差10調整的預測值10殘差.00010標準 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.學生化殘差-圖2.回歸學生化刪除的殘差-圖3.回歸刪除的殘差:對數(shù)據(jù)用spss進行分析得表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,絕對值最大的學生化殘差SRE=,小于3,因而根據(jù)學生化殘差診斷認為數(shù)據(jù)不存在異常值.絕對值最大的刪除學生化殘差為SDR=,因而根據(jù)學生化刪除殘差診斷認為第6個數(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個數(shù)據(jù)為異常值.對何曉群實用回歸分析表的數(shù)據(jù)進行殘差分析原始數(shù)據(jù)為 : 表個啤酒品牌的廣告費用和銷售量啤酒品牌廣告費X/萬元銷售量Y/萬箱A120BCDEF1GHIJ 對上表數(shù)據(jù)進行回歸分析得表8.系數(shù)a模型非標準化系數(shù)標準系數(shù)tSig.B標準 誤差試用版1(常量).097廣

5、告費/萬元.196.036.886.001回歸方程為回歸方程通過了F 檢驗、t 檢驗，只是表明變量x和y之間的線性關系是顯著的，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值并且為異值。 對表7進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/萬元銷售量/萬箱ZRE_1SRE_1SDR_1COO_1LEV_1A120BCDEF1GHIJ從表9中可以看出,絕對值最大的學生化殘差SRE=, 小于3,因而根據(jù)學生化殘差診斷認為數(shù)據(jù)不存在異常值. 絕對值最大的刪除學生化殘差為SDR=,因而根據(jù)學生化刪除殘差診斷認為第1個數(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個數(shù)據(jù)為異常值.從回歸標準化殘差圖4看，y的觀測值的方差不相同，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)的隨機誤差，而是由于本數(shù)據(jù)存在異方差，應采用加權最小二乘法進行回歸，回歸結果會較精確。圖4.回歸標準化殘差圖【實驗小結】（包括收獲、心得體會、存在的問題及解決問題的方法、建議等）通過這次實驗，我進一步了解并掌握了運用SPSS軟件對數(shù)據(jù)進行分析和處理，通過殘差檢驗，掌握殘差分析的方