Spss數(shù)據(jù)分析報(bào)告

Spss數(shù)據(jù)分析報(bào)告實(shí)驗(yàn)材料和原始數(shù)據(jù) (沃爾瑪和家樂(lè)福)的價(jià)格、促銷，和AXE的周銷售量數(shù)據(jù)，分析這兩個(gè)因素對(duì)AXE周銷售量的影響，為AXE這個(gè)除汗劑品牌設(shè)定一個(gè)恰當(dāng)?shù)哪Ｐ托问?。進(jìn)一步檢異方差，進(jìn)一步完善模型，檢驗(yàn)?zāi)Ｐ偷谋砻嫘Ф?，殘差圖，并最終計(jì)算模型的預(yù)測(cè)效2分析操作對(duì)家樂(lè)福的AXE數(shù)據(jù)進(jìn)行線性擬合，所得到的結(jié)果如下：對(duì)沃爾瑪?shù)臄?shù)據(jù)進(jìn)行線性擬合，所得到的結(jié)果如下：瑪AXE的銷售情況慮競(jìng)爭(zhēng)對(duì)手的定價(jià)價(jià)格與銷量相對(duì)于時(shí)間的變化促銷手段對(duì)價(jià)格的影響型在這里我們選擇的是乘法模型，這是因?yàn)槲覀兿葒L試了加法模型，發(fā)現(xiàn)并不符合1t1t3t3tt其模型為S1t=4.627X瑪其模型為S1t=5.885X0.569X2t19.363X3t1.331X2t0.151X3t2.598X4t2.4.1檢驗(yàn)?zāi)Ｐ椭惺欠翊嬖谧韵嚓P(guān)S2.4.2處理異方差執(zhí)行compute計(jì)算殘差的絕對(duì)值。用abs函數(shù)。畫出散點(diǎn)圖，3.采用加權(quán)最小二乘法(WLS),可設(shè)置權(quán)數(shù)為1/|e|。做一個(gè)加權(quán)最小二乘法的回歸。立經(jīng)濟(jì)問(wèn)題的回歸分析模型時(shí),經(jīng)常會(huì)出現(xiàn)某一因素或一些因素隨著解釋變量觀測(cè)值的導(dǎo)致隨機(jī)誤差項(xiàng)產(chǎn)生不同方差,即異方差性。當(dāng)我們所研究的問(wèn)題存在異方差性時(shí),線性回歸模型的基本假定就被違反了。引起隨機(jī)誤差項(xiàng)產(chǎn)生異方差的原因很多,其中樣本數(shù)據(jù)為截面數(shù)據(jù)時(shí)較容易出現(xiàn)異方差性。而當(dāng)一個(gè)數(shù)的顯著性檢驗(yàn)失效、回歸方程的應(yīng)用效果極不理想等嚴(yán)重后果。同方差和異方差殘差圖上的區(qū)別：容易和內(nèi)容效度搞混。表面效度是外的，而內(nèi)容效度是專家對(duì)測(cè)驗(yàn)進(jìn)行詳盡的、系統(tǒng)對(duì)測(cè)驗(yàn)內(nèi)容作出的主觀判斷，但判斷的標(biāo)準(zhǔn)不驗(yàn)?zāi)康闹g的明顯的、直接的關(guān)系，后者則同時(shí)總體內(nèi)容之間的邏輯的本質(zhì)的聯(lián)系。表面效度高變量)對(duì)樣本排序，再將排序后的樣本一分為二，對(duì)子樣①和子樣②兩個(gè)子樣的殘差平方和之比構(gòu)造統(tǒng)計(jì)量進(jìn)行異方差檢驗(yàn)。步驟：(1)將解釋變量排序，從中間去掉c=n/4個(gè)觀測(cè)值 (2)分成兩個(gè)部分，利用樣本1和樣本2分別建立回歸模型 RSS1和RSS2 V1)進(jìn)行比較,若F值大于等于比較值則拒絕同方差假設(shè)，否則則不拒絕1、WLS(加權(quán)最小二乘估計(jì))是一種特殊的廣義最小二乘估計(jì)，其思想就是對(duì)于誤差釋要回到原先的方程中去。如果分析的問(wèn)題不是個(gè)體的數(shù)據(jù)，而是一個(gè)組或者是一個(gè)