SPSS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: 操作过程：第一步：导入Excel数据文件1. open data documentopen dataopen；2. Opening excel data sourceOK.r椀 Opring Exc

2、dSourceCIUsersdminisVdtor.xajeOFT.lXTWCCXZDesktoSPSS 元线性团亍房价彥元銭牲回已鵬Cancel Help矿第二步: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 Coefficients（回归系数）选 项组中的Estimates

3、;勾选Residuals （残差）选项组中的Durbin-Watson、Casewise diagnostics默认；接着选择 Model fit 、Collinearitydiag no tics ;点击 Continue.-Regression CaefficientsnM Estimates|i I Confidence intervalsI p.up.|f tW. !(1 匚rli J-Covariance matrix? Mfldeltit R squared change_i Descriptives Partand partial ccrrelations3 collineari

4、ty diagnostics?4bii rmn rravan ' 'nan “ ' “« “ ni軸 Linear Regression: Statistics-Residuals-厨 DurDin-Walso n两 Casewise diagnostics Outliers outside' 3 sUndard deviationsO All casesContinueCancelH&lp() th3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 ResidualPlots （标准化残差图）中的 Histogram、Normal probability plot ;点击 Continue.丸 bne-ar Regcesdon; Plots1=Produce all partial plotsDEPENDNT *ZPRED 它 RESID PRESID -ADJPF1ED 4SRESID *SDRESIDrStandardized Residual PlotsHistogramIV Ncmal probabilikplotContinue I CancelHelpsf4.点击右侧 Save,勾选 Predicted Vaniues （

6、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.捕 Linear Reg reion; Ootion4 Include constant in equation-Missing Valueso- Exclude cases, listwise二 Exclude cases pairwiseReplace with m&anContinue Cancel 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/Remov

7、ed aModelVariables EnteredVariables RemovedMethod1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. Dependent Variable:商品房平均售价（元 /平方米）该表

8、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 Summary。ModelRR SquareAdjusted R SquareStd. Error of theEstimateDurbin-Watson12a. 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. 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

9、出，模型的复相关系数（R）为，判定系数（R Square）为，调整判定系数（Adjusted R Square ）为, 估计值的标准误差（Std. Error of the Estimate ）为，Durbi n-Wats on 检验统计量为，当DV2时说明残差独立。3. 方差分析表ANOVAModelSum of SquaresdfMean SquareFSig.1Regression.5061.506.000 aResidual9Total.545102Regression.5282.264.000 bResidual8Total.54510anovaModelSum of Squares

10、dfMean SquareFSig.1Regression.5061.506.000 aResidual9Total.545102Regression.5282.264.000 bResidual8Total.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. 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，概率p值为，在显著性水平为的情形下，可以认为

11、：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. ErrorBetaToleranc eVIF1(Constant).000城市人口密度（人/.006.000平方公里）2(Constant).000城市人口密度（人/.022.951.000.050平方公里）城市居民人均可支配.017.007.050.042.050收

12、入（元）a. 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. Error ）、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=+ x i +方程中的常数项为，偏回归系数 bi为，b2为，经T检验，bi和b2的 概率p值分

13、别为和，按照给定的显著性水平的情形下，均有显著性意义。根据容差发现，自变量间共线性问题严重；VIF值为，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 VariablesModelBeta IntSig.PartialCorrelationCollinearity StatisticsToleranc eVIFMinimumTolerance1城市居民人均可支配.050 a.042.650.050.050收入（元）五年以上平均年贷款利率（%）.815.999.999房屋空置率（）2五年以上平均年贷款利率（%）房屋空置率（）.004 a.002 b.0

14、02 b.596.568.206.928.928.391.708.146.913.045.452.665.168.914.049a. 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，故不能引入方程。6. 共线性诊断Collinea

15、rity 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）11.05.052.102.95.9521.00.00.002.106.21.03.003.003.78.97a. 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，最大特征值为，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 Statistic

16、sMinimumMaximumMeanStd. DeviationNPredicted Value11Residual.00011Std. Predicted Value.00011Std. Residual.000.89411a. Dependent Variable:商品房平均售价(元 /平方米)该表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，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HistogramiMpim肌ntV/rUblg：商晶切平均杆价 O可平弐岸） Std. Dev = 0.894&U 暫 nbQi该图为回

17、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 F-p Plot of Regression Standardized ResidualScatterplot也旳b血 商晶胯平均售价（尤坪方米a0n_-51.IM.6n-(h.5n10.a4).心 mP«-P8d p¥lpEPLW 仍 eo_sev£12该图回归标准化的正态P-P图，该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

18、 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30004000SDOO60007000體 OOG9000商品"平均训价袒申力冰）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14963401165487733 649 37199334221672T09326.6915.6020003SS51757117186.2123.83200136662050123S36 2144 2斗200241342279132E0E.7E67.7100