多元线性回归实例分析_第1页
多元线性回归实例分析_第2页
多元线性回归实例分析_第3页
多元线性回归实例分析_第4页
多元线性回归实例分析_第5页
已阅读5页，还剩16页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、SPSS-回归-多元线性回归模型案例解析！（ 一） 多元线性回归，主要是研究一个因变量与多个自变量之间的相关关系，跟一元回归原理 差不多，区别在于影响因素（自变量）更多些而已，例如：一元线性回归方程为： - Pl） + Px + 毫无疑问，多元线性回归方程应该为： 丫 =久+艮已删除的殊羞 -5 397 2341 02 1.01 B 165 Mahal 距离 ,001 17.416 1.954 3423 155 UmK的趙為 .000 .1 51 .006 017 155 居中杠杆値 J 15 13 |.023 165 从共线性诊断”表中可以看出： 1共线性诊断采用的是特征值”的方式，特征值主

2、要用来刻画自变量的方差，诊断自变量 间是否存在较强多重共线性的另一种方法是利用主成分分析法，基本思想是：如果自变量间 确实存在较强的相关关系，那么它们之间必然存在信息重叠，于是就可以从这些自变量中提 取出既能反应自变量信息（方差），而且有相互独立的因素（成分）来，该方法主要从自变 量间的相关系数矩阵出发，计算相关系数矩阵的特征值，得到相应的若干成分。 从上图可以看出：从自变量相关系数矩阵出发，计算得到了三个特征值（模型2中），最大 特征值为2.847，最小特征值为0.003 条件索引=最大特征值/相对特征值 再进行开方（即特征值2的 条件索引为2.847/0.150 再开方=4.351） 标准

3、化后，方差为1,每一个特征值都能够刻画某自变量的一定比例，所有的特征值能将刻 画某自变量信息的全部，于是，我们可以得到以下结论： 1：价格在方差标准化后，第一个特征值解释了其方差的0.02，第二个特征值解释了 0.97， 第三个特征值解释了 0.00 2:轴距在方差标准化后，第一个特征值解释了其方差的0.00，第二个特征值解释了 0.01， 第三个特征值解释了 0.99 可以看出：没有一个特征值，既能够解释 价格”又能够解释 轴距”所以 价格”和 轴距”之间 存在共线性较弱。前面的结论进一步得到了论证。（残差统计量的表中数值怎么来的， 这个 计算过程，我就不写了） 直方131 因变量；Log-transformed sales K；（fl=O.Ol 从上图可以得知：大部分自变量的残差都符合正太分布，只有一，两处地方稍有偏离， 如图 上的（-5到-3区域的）处理偏离状态 欢迎您

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论