




版權說明: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,請進行舉報或認領
文檔簡介
標準實用SPSS統(tǒng)計分析多元線性回歸分析方法操作與分析實驗目的:引入1998~2008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,來研究上海房價的變動因素。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。實驗方法:多元線性回歸分析法軟件:spss19.0操作過程:第一步:導入Excel數(shù)據(jù)文件1.opendatadocument ——opendata——open;文案大全標準實用2.Openingexceldatasource ——OK.第二步:1.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:文案大全標準實用2.點擊右側Statistics,勾選RegressionCoefficients(回歸系數(shù))選項組中的Estimates;勾選Residuals(殘差)選項組中的Durbin-Watson、Casewisediagnostics默認;接著選擇Modelfit、Collinearitydiagnotics;點擊Continue.文案大全標準實用3.點擊右側Plots,選擇*ZPRED(標準化預測值)作為縱軸變量,選擇DEPENDNT(因變量)作為橫軸變量;勾選選項組中的StandardizedResidualPlots(標準化殘差圖)中的Histogram、Normalprobabilityplot;點擊Continue.文案大全標準實用4.點擊右側Save,勾選PredictedVaniues(預測值)和Residuals(殘差)選項組中的Unstandardized;點擊Continue.5.點擊右側Options,默認,點擊 Continue.文案大全標準實用6.返回主對話框,單擊 OK.輸出結果分析:1.引入/剔除變量表VariablesEntered/Removed
aModel VariablesEntered VariablesRemoved Method1 城市人口密度 (人/平方公里) . Stepwise(Criteria:Probability-of-F-to-enter<=.050,Probability-of-F-to-remove>=.100).2 城市居民人均可支配收入 (元) . Stepwise(Criteria:Probability-of-F-to-enter<=.050,Probability-of-F-to-remove>=.100).a.DependentVariable: 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),第二個引入模型的是變量城市居民人均可支配收入(元),沒有變量被剔除。文案大全標準實用模型匯總ModelSummary
cStd.ErroroftheModel R RSquare AdjustedRSquare Estimate Durbin-Watson1 1.000a 1.000 1.000 35.1872 1.000b 1.000 1.000 28.351 2.845a.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.DependentVariable: 商品房平均售價(元 /平方米)該表顯示模型的擬合情況。從表中可以看出,模型的復相關系數(shù)( R)為1.000,判定系數(shù)(RSquare)為1.000,調(diào)整判定系數(shù)(AdjustedRSquare)為1.000,估計值的標準誤差(Std.ErroroftheEstimate )為28.351,Durbin-Watson 檢驗統(tǒng)計量為 2.845,當DW≈2時說明殘差獨立。方差分析表ANOVAcModelSumofSquaresdfMeanSquareFSig.1Regression38305583.506138305583.50630938.620.000aResidual11143.03991238.115Total38316726.545102Regression38310296.528219155148.26423832.156.000bResidual6430.0188803.752Total38316726.54510a.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.DependentVariable: 商品房平均售價(元 /平方米)文案大全標準實用該表顯示各模型的方差分析結果。從表中可以看出,模型的 F統(tǒng)計量的觀察值為23832.156,概率p值為0.000,在顯著性水平為 0.05的情形下,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)之間有線性關系?;貧w系數(shù)CoefficientsaStandardizedUnstandardizedCoefficientCollinearityCoefficientssStatisticsTolerancModelBStd.ErrorBetaTSig.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/1.020.022.95146.302.000.05020.126平方公里)城市居民人均可支配.017.007.0502.422.042.05020.126收入(元)a.DependentVariable:商品房平均售價(元/平方米)該表為多元線性回歸的系數(shù)列表。表中顯示了模型的偏回歸系數(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)檢驗的t統(tǒng)計量觀測值和相應的概率p值(Sig.)、共線性統(tǒng)計量顯示了變量的容差(Tolerance)和方差膨脹因子(VIF)。令x1表示城市人口密度(人/平方公里),x2表示城市居民人均可支配收入(元),根據(jù)模型建立的多元多元線性回歸方程為:y=1555.506+1.020x 1+0.017x 2文案大全標準實用方程中的常數(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的概率p值分別為0.000和0.042,按照給定的顯著性水平0.10的情形下,均有顯著性意義。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的。模型外的變量ExcludedVariablescCollinearityStatisticsPartialTolerancMinimumModelBetaIntSig.CorrelationeVIFTolerance1城市居民人均可支配.050a2.422.042.650.05020.126.050收入(元)五年以上平均年貸款-.001a-.241.815-.085.9991.001.999利率(%)房屋空置率(%).004a.596.568.206.9281.078.9282五年以上平均年貸款.002b.391.708.146.9131.096.045利率(%)房屋空置率(%).002b.452.665.168.9141.094.049a.PredictorsintheModel:(Constant), 城市人口密度 (人/平方公里)b.PredictorsintheModel:(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.DependentVariable: 商品房平均售價(元 /平方米)該表顯示的是回歸方程外的各模型變量的有關統(tǒng)計量, 可見模型方程外的各變量偏回歸系數(shù)經(jīng)重檢驗, 概率p值均大于0.10,故不能引入方程。共線性診斷CollinearityDiagnostics
aModel Dimension Eigenvalue Condition VarianceProportions文案大全標準實用Index城市人口密度城市居民人均可(Constant)(人/平方公里)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.DependentVariable:商品房平均售價(元/平方米)該表是多重共線性檢驗的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,其余依次快速減小。第三列的各個條件指數(shù),可以看出有多重共線性。殘差統(tǒng)計量ResidualsStatisticsaMinimum Maximum Mean Std.Deviation NPredictedValue 3394.71 8382.83 5465.64 1957.302 11Residual-47.03540.271.00025.35711Std.PredictedValue-1.0581.490.0001.00011Std.Residual-1.6591.420.000.89411a.DependentVariable: 商品房平均售價(元 /平方米)該表為回歸模型的殘差統(tǒng)計量,標準化殘差(Std.Residual)的絕對值最大為1.659,沒有超過默認值3,不能發(fā)現(xiàn)奇異值。文案大全標準實用回歸標準化殘差的直方圖該圖為回歸標準化殘差的直方圖,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。9.回歸標準化的正態(tài) P-P圖文案大全
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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)容負責。
- 6. 下載文件中如有侵權或不適當內(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確性、安全性和完整性, 同時也不承擔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。
最新文檔
- 泰州防水涂裝施工方案
- 2025年中考語文滿分作文的精彩構思:標題+開頭段+主體段+結尾段
- 廣東省深圳實驗學校高中部2024-2025學年高二上學期期末考試英語試題【含答案】
- 回填基坑施工方案范本
- 樹木粉碎施工方案
- 2025年液晶電視維修試題及答案
- 6年級科學小發(fā)明
- coqh2-細胞色素c還原酶
- cia年檢繼續(xù)教育積分填報流程
- cascode電流鏡環(huán)路增益
- HONEYWELLDCS操作手冊
- 2021-2022新教科版四年級科學下冊全一冊全部課件(共24課)
- 方正飛騰使用教程詳解
- 3 棄渣場施工方案
- DCA-X86100D86105C光示波器使用說明
- 國外客戶來訪行程安排表
- 布氏硬度值與壓痕對照表
- JJG 1173-2019電子式井下壓力計 檢定規(guī)程(高清版)
- 八路搶答器PLC控制系統(tǒng)設計
- 《車輛解壓委托書 》
- 工件的裝夾PPT課件
評論
0/150
提交評論