运用SPSS建立多元线性回归模型并进行检验---副本[1]

1、计量经济学实验报告一.实验目的:1、学习和掌握用SPSS做变量间的相关系数矩阵；2、掌握运用SPSS做多元线性回归的估计；3、用残差分析检验是否存在异常值和强影响值4、看懂SPSS估计的多元线性回归方程结果；5、掌握逐步回归操作；6、掌握如何估计标准化回归方程7、根据输出结果书写方程、进行模型检验、解释系数意义和预测；二.实验步骤：1、根据所研究的问题提出因变量和自变量，搜集数据。2、绘制散点图和样本相关阵，观察自变量和因变量间的大致关系。3、如果为线性关系，则建立多元线性回归方程并估计方程。4、运用残差分析检验是否存在异常值点和强影响值点。5、通过t检验进行逐步回归。6、根据spss输出结果

2、写出方程，对方程进行检验(拟合优度检验、F检验和t检验)。7、输出标准化回归结果，写出标准化回归方程。8、如果通过检验，解释方程并应用(预测)。三.实验要求：研究货运总量y与工业总产值x1,农业总产值x2,居民非商品支出x3,之间 的关系。详细数据见表：(1)计算出y,x1,x2,x3的相关系数矩阵。(2)求y关于x1,x2,x3的三元线性回归方程(3)做残差分析看是否存在异常值。(4)对所求方程拟合优度检验。(5)对回归方程进行显著性检验。(6)对每一个回归系数做显著性检验。(7)如果有的回归系数没有通过显著性检验，将其剔除，重新建立回归方程，在做方程的显著性检验和回归系数的显著性检验。(8

3、)求标准化回归方程。(9)求当x1=75,x2=42,x3=3.1时y。并给出置性水平为99%的近似预测区间。(10)结合回归方程对问题进行一些基本分析。四.绘制散点图或样本相关阵相关性货运总量工业总产值农业总产值居民非商品支出Pearson 相关性1.556.731 *.724 *.095.016.018货运总量显著性(双侧)N10101010Pearson相关性.5561.155.444工业总产值显著性（双侧）.095.650.171N10111111Pearson相关性*.731.1551.562农业总产值显著性（双侧）.016.650.072N10111111Pearson相关性*.7

4、24.444.5621居民非商品支出显著性（双侧）.018.171.072N10111111*.在0.05水平（双侧）上显著相关。五.建立弁估计多元线性回归模型:Y 01X12X23X3帙型曲植烈RR方N±R台“，隹佶计的1,890a,806,70S23.4JW0a,腼测变量:（常量），居民非蔺品士出，：业总产道,农业总 r Ig平方伯币FSig.1回H辑生总讦13655 3703297,1301S95Z5DQ36y4551 790549,5228.283.015ba.因二量：力工m重b,顶捌受囊;（常幼居民:非儡品七it匚业总产值,衣业总产植系铲AM非可的匕书可傕系粒tSig.B杭

5、濮也试用IS1（常青-MB.9176 469-1.974.Q96_L业总产值3.7541 9333851.842.100衣业息产值7,1012.8305352.465.49居民并商不气出12.44710 50&J771.170.284六.残差分析找异常值x3除1SRE_1SDR_1C00_1lev_i n1.306801489353-.37604.16609.3541BI2 4Q,5471062767.51277,03115140252.002275fi26517.24349M侬160793.00-.00388-00433-.003%.QbdOO039351.201417361 754

6、0022338340974247021.5Q1.0749C-211666-3.332U121601.641874则瞅-1.173431.22Q33W1Q492"2.00-.S6347416281-1.23606,361293.20.3512740935379C2ouoo163663J0797521 064631.0791122俄33883110-,10659疑差绕H董股小1直大值性痕A酒麻至N157.9123285.3018232777044.67675g际讹面"值-1 6761.176,ODO1.0009情孤IfK的标准浜差603211 0461.6549精整的苒他值15

7、3.8641292.2651231.654045.366969豉差*12.5070214.26050,0030010.231469标播残差-.9661.1 02,000.791gStudent il 登-1 3121.534,0311.0499已删除的线差-23.0669127 957361.1237718139369孰1曲nt化已日除的里差-1 4501.B86,0S61.1789Mahal距高8784.9392.6671.3579Coak的距离0D7.570,194.214g居中江杆值110.617333.170g日国汇量带"重由上表分析得，残差分析找异常值后其Cook距离不能大

8、于1, Student化已删除的残差的绝对值不能大于 3,综上所述删除第六组观测值继续进行如上操作，再未发现异常值。七.删除异常值继续回归:模型汇总模型RR方调整R方标准估 计的误 差i.975a.950.92012.94188a.预测变量：（常量），居民非商品 支出，工业总产值，农业总产值。aAnova模型平方 和df均方FSig.回159683532231.7.001 b归.094.69879残837.4167.15差62492总168058计.556a.因变量：货运总量b.预测变量：（常量），居民非商品支出，工 业总产值，农业总产值。系数模型非标准化系数标准 系数tSig.B 的 95.

9、0%置信区间B标准误差试用版下限上限（常量）-659126.-5.2.003-985-333.51083300.546.474工业总产4.071.07.4123.80.0131.316.82值012821农业总产16.02.821.055.68.0028.7823.3值43471401居民非商-14.9.10-.30-1.5.176-37.9.05品支出35996767767则回归方程为：Y 659.510 4.070X1 16.043X2 14.359X3由上述分析知居民的非商品支出的参数估计量3所对应P值为0.176大于=0.05,所以货运总量与居民非商品支出无显著性差异，即剔除变量：居民

10、的 非商品支出，继续做回归。播朝一般产三RR-*f皆芸R方徐法讣的；， 芟1.925,901U154B7a.快潮变量:(常备1农业3广,口k总产值 口 因二僮m餐Anovd,平方粕出均方FSig.1回口残差总计15551.9311253.62516805.5566e7775.965208,93737,217.000sa因金伪心二量。预杷变量：(常量),农业总产旗口k总产值系数3惮物非标樵化系2标群系数tSigB si - 0 Bif口卜限d艮1儒重)-5DB.50192,335,477.002-73E.662-2B1.340工业匕113.5341 134.3503.117.0217606.30

11、0“直12,3331743.6127.077,0006.06916,5971因上堂厂，量此时的回归方程为：Y 508.501 3.534X1 12.333X2八.统计检验：(1)拟合优度检验：由估计结果图表可知，可决系数 R2 =0.962 ,修正的可决系数R2 =0.925。计算结果表明，估计的样本回归方程较好的拟合了样本观测值。(2) F检验提出检验的原假设为H。： i=0对立假设为H1 ：i至少有一个 不等于零(i=0, 1,2)对于给定的显著性水平=0.05, P=0.000< =0.05,所以否定原假设，总体回归方程是显著的。(3)t检验提出的原假设为H0:i=0i=0, 1, 2由表得，t统计量为0所对应的P值为0.002i所对应的P值为0.021 2所对应的P值为0.000对于给定的显著性水平a=0.05 ,因为0 i2所对应的P值均小于=0.05，所以货运总量与工业总产值和农业总产值之 间有显著性关系，(4)预测假设X1=75, X2=42试预测货运总量并构造其99%的置信区间将X1=75, X2=42代入估计的回归方程Y 508.501 3.534