線性回歸異方差的診斷檢驗和修補—SPSS操作_第1頁
線性回歸異方差的診斷檢驗和修補—SPSS操作_第2頁
線性回歸異方差的診斷檢驗和修補—SPSS操作_第3頁
線性回歸異方差的診斷檢驗和修補—SPSS操作_第4頁
線性回歸異方差的診斷檢驗和修補—SPSS操作_第5頁
已閱讀5頁，還剩3頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、線性回歸（異方差的診斷、檢驗和修補）SPSS操作首先擬合一般的線性回歸模型，繪制殘差散點圖。步驟和結(jié)果如下：為方便，只做簡單的雙變量回歸模型，以當(dāng)前工資作為因變量，初始工資作為自變量。（你們自己做的時候可以考慮加入其他的自變量，比如受教育程度等等）Analyzeregressionlinear將當(dāng)前工資變量拉入dependent框，初始工資進(jìn)入independent點擊上圖中的PLOTS，出現(xiàn)以下對話框：以標(biāo)準(zhǔn)化殘差作為Y軸，標(biāo)準(zhǔn)化預(yù)測值作為X軸，點擊continue，再點擊OK第一個表格輸出的是模型擬合優(yōu)度，為0.775。調(diào)整后的擬合優(yōu)度為0.774.第二個是方差分析，可以說是模型整體的顯著

2、性檢驗。F統(tǒng)計量為1622.1，P值遠(yuǎn)小于0.05，故拒絕原假設(shè)，認(rèn)為模型是顯著的。第三個是模型的系數(shù)，constant代表常數(shù)項，初始工資前的系數(shù)為1.909，t檢驗的統(tǒng)計量為40.276，通過P值，發(fā)現(xiàn)拒絕原假設(shè)，認(rèn)為系數(shù)顯著異于0。以上是輸出的殘差對預(yù)測值的散點圖，發(fā)現(xiàn)存在喇叭口形狀，暗示著異方差的存在，故接下來進(jìn)行診斷，一般需要診斷異方差是由哪個自變量引起的，由于這里我們只選用一個變量作為自變量，故認(rèn)為異方差由唯一的自變量“初始工資”引起。接下來做加權(quán)的最小二乘法，首先計算權(quán)數(shù)。Analyzeregressionweight estimation再點擊options，點擊continue，再點擊OK，輸出如下結(jié)果：由于結(jié)果比較長，只貼出一部分，第二欄的值越大越好。所以挑出來的權(quán)重變量的次數(shù)為2.7。得出最佳的權(quán)重侯，即可進(jìn)行回歸。Analyzeregressionlinear繼續(xù)點擊save，在上面兩處打勾，點擊continue，點擊ok這是輸出結(jié)果，和之前同樣的分析方法。接下需要繪制殘差對預(yù)測值的散點圖，首先通過transform里的compute計算考慮權(quán)重后的預(yù)測值和殘差。以上

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論