wqeAAASPSS多元线性回归分析报告实例操作步骤

1、SPSS统计分析多元线性回归分析方法操作与分析实验目的：引入19982008年上海市城市人口密度、城市居民人均可支配收入、 五 年以上平均年贷款利率和房屋空置率作为变量，来研究上海房价的变动因 素。实验变量：以年份、商品房平均售价（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）、五年以上平均年贷款利率（） 和房屋空置率（）作为变量。实验方法：多元线性回归分析法 软件：spss19.0 操作过程：第一步：导入Excel数据文件1. open data documentopen dataopen；总Operi 曰42. Opening excel data sou

2、rceOK.r誦 Opering Excel Data SourceC1U3er5Admini5Vator.XOJeOF!.lX7YCCX7Ze5ktopSPSS 元线性回归房价書元钱回尽躺Canc&lHelp第二步：1. 在最上面菜单里面选中 An alyzeRegressi onLin ear,Dependent （因变量）选择商品房平均售价，Independents （自变量）选择 城市人口密度、城市居民人均可支配收入、五年以上平均年贷款利率、房 屋空置率；Method选择Stepwise.进入如下界面：2. 点击右侧 Statistics ，勾选 Regression Coeffici

3、ents（回归系数）选项组中的Estimates ；勾选Residuals （残差）选项组中的Durbin-Watson、Colli nearityCasewise diagnostics 默认；接着选择 Model fitdiag no tics ;点击 Continue. Linear Regression： Statistics-Regression Coefficients-M EstimatesI1 I Confidence intervalsJ 11 J JCovariance matrix? Medel titR squared change_| De scriptives Pa

4、rt and prbal ccrrelations呈 hell in eariN dii ag nosti凸 inBiairMaii MatiiHrBaiiHirtm nwriiHia nawa miii 丿1Re 引 Ej al sDurnin-WalsonIP Casewise diagnostics Outliers outside- 3 standard devialions All casesgoirUnu苜 J Cancel Help3. 点击右侧Plots，选择*ZPRED（标准化预测值）作为纵轴变量，选择DEPENDN因变量）作为横轴变量；勾选选项组中的 Standardize

5、d Residual Plots （标准化残差图）中的 Histogram、Normal probability plot ;点 击 Continue.盘 Ljnejr Regr-?s.siori: Pfots4.点击右侧 Save,勾选 Predicted Vaniues（预测值）和 Residuals （残差）选项组中的 Unstandardized ;点击 Continue.5点击右侧Options，默认，点击 Continue.趟 Line-ar Reg resior; Ootion4 Include constant in equation-Missing ValuesQ Exclu

6、de cases, listwiseO Exclude cases pairwiseReplace with m&anContinue Cancei Help-6.返回主对话框，单击OK. 输出结果分析：1.引入/剔除变量表Variables Entered/Removed aModelVariables EnteredVariables RemovedMethod1城市人口密度（人/平方公里）Stepwise (Criteria:Probability-of-F-to-enter=.100).2城市居民人均可支配收入（元）Stepwise (Criteria:Probability-of-F

7、-to-enter =.100).a. Dependent Variable:商品房平均售价（元 /平方米）该表显示模型最先引入变量城市人口密度（人/平方公里），第二个引入模型的是变量城市居民人均可支配收入（元），没有变量被剔除2. 模型汇总Model SummaryModelRR SquareAdjusted R SquareStd. Error of theEstimateDurbin-Watson11.000 a1.0001.00035.18721.000 b1.0001.00028.3512.845a. Predictors: （Constant）,城市人口密度（人/平方公里）b. P

8、redictors: （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. Dependent Variable:商品房平均售价（元 /平方米）该表显示模型的拟合情况。从表中可以看出，模型的复相关系数（R）为 1.000,判定系数（RSquare）为 1.000,调整判定系数（Adjusted RSquare） 为 1.000，估计值的标准误差（Std. Error of the Estimate ）为 28.351 , Durbin-Watson检验统计量为2.845，当DW 2时说明残差独立。3. 方差分析表ANOVAModelSum of Squaresd

9、fMean SquareFSig.1Regression38305583.506138305583.50630938.620.000 aResidual11143.03991238.115Total38316726.545102Regression38310296.528219155148.26423832.156.000 bResidual6430.0188803.752Total38316726.54510a. 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（

10、元）c. Dependent Variable:商品房平均售价（元 /平方米）该表显示各模型的方差分析结果。从表中可以看出，模型的 F统计量 的观察值为23832.156，概率p值为0.000 ,在显著性水平为0.05的情形 下，可以认为：商品房平均售价（元/平方米）与城市人口密度（人/平方 公里）,和城市居民人均可支配收入（元）之间有线性关系。4. 回归系数CoefficientsModelUnstandardizedCoefficientsStandardiz ed Coefficien tsTSig.CollinearityStatisticsBStd. ErrorBetaToleran

11、c eVIF1(Constant)1652.24624.13768.454.000城市人口密度（人/ 平方公里）1.072.0061.000175.894.0001.0001.0002(Constant)1555.50644.43235.009.000城市人口密度（人/ 平方公里）1.020.022.95146.302.000.05020.126城市居民人均可支配 收入（元）.017.007.0502.422.042.05020.126a. Dependent Variable:商品房平均售价（元 /平方米）该表为多元线性回归的系数列表。表中显示了模型的偏回归系数（B）、标准误差（Std. E

12、rror ）、常数（Co nsta nt ）、标准化偏回归系数（Beta）、 回归系数检验的t统计量观测值和相应的概率p值（Sig.）、共线性统计 量显示了变量的容差（Toleranee ）和方差膨胀因子（VIF）。令Xi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），根据模型建立的多元多元线性回归方程为：y=1555.506+1.020 x i +0.017x 2方程中的常数项为1555.506，偏回归系数bi为1.020，b2为0.017, 经T检验，bi和b2的概率p值分别为0.000和0.042，按照给定的显著性 水平0.10的情形下，均有显著性意义。根据容差

13、发现，自变量间共线性问题严重；VIF值为20.126，也可以说明共线性较明显。这可能是由于样本容量太小造成的。5. 模型外的变量Excluded Variables eModelBeta IntSig.PartialCollinearity StatisticsCorrelationToleranc eVIFMinimumTolerance1城市居民人均可支配收入（元）五年以上平均年贷款利率（%）房屋空置率（）.050 a-.001 a.004 a2.422-.241.596.042.815.568.650-.085.206.050.999.92820.1261.0011.078.050.99

14、9.9282五年以上平均年贷款利率（%）房屋空置率（）.002b.002b.391.452.708.665.146.168.913.9141.0961.094.045.049a. Predictors in the Model: （Constant）,城市人口密度 （人/平方公里）b. Predictors in the Model: （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. Dependent Variable:商品房平均售价（元 /平方米）该表显示的是回归方程外的各模型变量的有关统计量，可见模型方程外的各变量偏回归系数经重检验，概率P值均大于0.

15、10，故不能引入方程。6. 共线性诊断Collinearity DiagnosticsModelDimensionEigenvalueCondition IndexVariance Proportions(Constant)城市人口密度（人/平方公里）城市居民人均可支配收入（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. Dependent Variable:商品房平均售价（元 /平方米）该表是多重共线性检验的特征值以及条件指数。对于第二个模型

16、，最大特征值为2.891，其余依次快速减小。第三列的各个条件指数，可以看 出有多重共线性。7. 残差统计量Residuals StatisticsMinimumMaximumMeanStd. DeviationNPredicted Value3394.718382.835465.641957.30211Residual-47.03540.271.00025.35711Std. Predicted Value-1.0581.490.0001.00011Std. Residual-1.6591.420.000.89411a. Dependent Variable:商品房平均售价（元 /平方米）该表

17、为回归模型的残差统计量，标准化残差（Std. Residual ）的绝对值最大为1.659，没有超过默认值3,不能发现奇异值。8. 回归标准化残差的直方图HistogramD合总nt商占AMP卩均禅价（允八卩弋来）hAsim- -5.25JE-15 现叩 N 112-lJ- A&匚岁b&J该图为回归标准化残差的直方图，正态曲线也被显示在直方图上，用 以判断标准化残差是否呈正态分布。但是由于样本数只有11个，所以只能大概判断其呈正态分布。9. 回归标准化的正态P-P图Normal P-P PlotoFREgrfi$ion Standardized Rvstdual该图回归标准化的正态P-P图，该

18、图给出了观测值的残差分布与假设 的正态分布的比较，由图可知标准化残差散点分布靠近直线，因而可判断 标准化残差呈正态分布。10. 因变量与回归标准化预测值的散点图ScatterplotDependent Variable:商品启平均售价（尤坪方米）-1.53000400060007000BOOG9000商品加平均僞价（兀/平方氷）该图显示的是因变量与回归标准化预测值的散点图，其中DEPENDENT为x轴变量，*ZPRE为y轴变量。由图可见，两变量呈直线趋势。附件:原始数据:年粉两靠勇平均善苗（ 元平方来械市人口密魔人平 方公里城市居民人均可支 配收入元五年以上平均年贷 款利率昌屋空査繫14963d01165487733 649 37199334221672T09326.6915.6020003SS51757117186.2123.83200136662050123S36 2144 2斗200241342279132E0E.7E67.71003S118326