運用SPSS建立多元線性回歸模型并進行檢驗---副本[1]

1、計量經(jīng)濟學實驗報告一.實驗目的:1、學習和掌握用SPSS做變量間的相關系數(shù)矩陣；2、掌握運用SPSS做多元線性回歸的估計；3、用殘差分析檢驗是否存在異常值和強影響值4、看懂SPSS估計的多元線性回歸方程結果；5、掌握逐步回歸操作；6、掌握如何估計標準化回歸方程7、根據(jù)輸出結果書寫方程、進行模型檢驗、解釋系數(shù)意義和預測；二.實驗步驟：1、根據(jù)所研究的問題提出因變量和自變量，搜集數(shù)據(jù)。2、繪制散點圖和樣本相關陣，觀察自變量和因變量間的大致關系。3、如果為線性關系，則建立多元線性回歸方程并估計方程。4、運用殘差分析檢驗是否存在異常值點和強影響值點。5、通過t檢驗進行逐步回歸。6、根據(jù)spss輸出結果

2、寫出方程，對方程進行檢驗(擬合優(yōu)度檢驗、F檢驗和t檢驗)。7、輸出標準化回歸結果，寫出標準化回歸方程。8、如果通過檢驗，解釋方程并應用(預測)。三.實驗要求：研究貨運總量y與工業(yè)總產(chǎn)值x1,農(nóng)業(yè)總產(chǎn)值x2,居民非商品支出x3,之間 的關系。詳細數(shù)據(jù)見表：(1)計算出y,x1,x2,x3的相關系數(shù)矩陣。(2)求y關于x1,x2,x3的三元線性回歸方程(3)做殘差分析看是否存在異常值。(4)對所求方程擬合優(yōu)度檢驗。(5)對回歸方程進行顯著性檢驗。(6)對每一個回歸系數(shù)做顯著性檢驗。(7)如果有的回歸系數(shù)沒有通過顯著性檢驗，將其剔除，重新建立回歸方程，在做方程的顯著性檢驗和回歸系數(shù)的顯著性檢驗。(8

3、)求標準化回歸方程。(9)求當x1=75,x2=42,x3=3.1時y。并給出置性水平為99%的近似預測區(qū)間。(10)結合回歸方程對問題進行一些基本分析。四.繪制散點圖或樣本相關陣相關性貨運總量工業(yè)總產(chǎn)值農(nóng)業(yè)總產(chǎn)值居民非商品支出Pearson 相關性1.556.731 *.724 *.095.016.018貨運總量顯著性(雙側)N10101010Pearson相關性.5561.155.444工業(yè)總產(chǎn)值顯著性（雙側）.095.650.171N10111111Pearson相關性*.731.1551.562農(nóng)業(yè)總產(chǎn)值顯著性（雙側）.016.650.072N10111111Pearson相關性*.7

4、24.444.5621居民非商品支出顯著性（雙側）.018.171.072N10111111*.在0.05水平（雙側）上顯著相關。五.建立弁估計多元線性回歸模型:Y 01X12X23X3帙型曲植烈RR方N±R臺“，隹佶計的1,890a,806,70S23.4JW0a,靦測變量:（常量），居民非藺品士出，：業(yè)總產(chǎn)道,農(nóng)業(yè)總 r Ig平方伯幣FSig.1回H輯生總訐13655 3703297,1301S95Z5DQ36y4551 790549,5228.283.015ba.因二量：力工m重b,頂捌受囊;（常幼居民:非儡品七it匚業(yè)總產(chǎn)值,衣業(yè)總產(chǎn)植系鏟AM非可的匕書可傕系粒tSig.B杭

5、濮也試用IS1（常青-MB.9176 469-1.974.Q96_L業(yè)總產(chǎn)值3.7541 9333851.842.100衣業(yè)息產(chǎn)值7,1012.8305352.465.49居民并商不氣出12.44710 50&J771.170.284六.殘差分析找異常值x3除1SRE_1SDR_1C00_1lev_i n1.306801489353-.37604.16609.3541BI2 4Q,5471062767.51277,03115140252.002275fi26517.24349M儂160793.00-.00388-00433-.003%.QbdOO039351.201417361 754

6、0022338340974247021.5Q1.0749C-211666-3.332U121601.641874則瞅-1.173431.22Q33W1Q492"2.00-.S6347416281-1.23606,361293.20.3512740935379C2ouoo163663J0797521 064631.0791122俄33883110-,10659疑差繞H董股小1直大值性痕A酒麻至N157.9123285.3018232777044.67675g際訛面"值-1 6761.176,ODO1.0009情孤IfK的標準浜差603211 0461.6549精整的苒他值15

7、3.8641292.2651231.654045.366969豉差*12.5070214.26050,0030010.231469標播殘差-.9661.1 02,000.791gStudent il 登-1 3121.534,0311.0499已刪除的線差-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的距離0D7.570,194.214g居中江桿值110.617333.170g日國匯量帶"重由上表分析得，殘差分析找異常值后其Cook距離不能大

8、于1, Student化已刪除的殘差的絕對值不能大于 3,綜上所述刪除第六組觀測值繼續(xù)進行如上操作，再未發(fā)現(xiàn)異常值。七.刪除異常值繼續(xù)回歸:模型匯總模型RR方調(diào)整R方標準估 計的誤 差i.975a.950.92012.94188a.預測變量：（常量），居民非商品 支出，工業(yè)總產(chǎn)值，農(nóng)業(yè)總產(chǎn)值。aAnova模型平方 和df均方FSig.回159683532231.7.001 b歸.094.69879殘837.4167.15差62492總168058計.556a.因變量：貨運總量b.預測變量：（常量），居民非商品支出，工 業(yè)總產(chǎn)值，農(nóng)業(yè)總產(chǎn)值。系數(shù)模型非標準化系數(shù)標準 系數(shù)tSig.B 的 95.

9、0%置信區(qū)間B標準誤差試用版下限上限（常量）-659126.-5.2.003-985-333.51083300.546.474工業(yè)總產(chǎn)4.071.07.4123.80.0131.316.82值012821農(nóng)業(yè)總產(chǎn)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則回歸方程為：Y 659.510 4.070X1 16.043X2 14.359X3由上述分析知居民的非商品支出的參數(shù)估計量3所對應P值為0.176大于=0.05,所以貨運總量與居民非商品支出無顯著性差異，即剔除變量：居民

10、的 非商品支出，繼續(xù)做回歸。播朝一般產(chǎn)三RR-*f皆蕓R方徐法訃的；， 芟1.925,901U154B7a.快潮變量:(常備1農(nóng)業(yè)3廣,口k總產(chǎn)值 口 因二僮m餐Anovd,平方粕出均方FSig.1回口殘差總計15551.9311253.62516805.5566e7775.965208,93737,217.000sa因金偽心二量。預杷變量：(常量),農(nóng)業(yè)總產(chǎn)旗口k總產(chǎn)值系數(shù)3憚物非標樵化系2標群系數(shù)tSigB si - 0 Bif口卜限d艮1儒重)-5DB.50192,335,477.002-73E.662-2B1.340工業(yè)匕113.5341 134.3503.117.0217606.30

11、0“直12,3331743.6127.077,0006.06916,5971因上堂廠，量此時的回歸方程為：Y 508.501 3.534X1 12.333X2八.統(tǒng)計檢驗：(1)擬合優(yōu)度檢驗：由估計結果圖表可知，可決系數(shù) R2 =0.962 ,修正的可決系數(shù)R2 =0.925。計算結果表明，估計的樣本回歸方程較好的擬合了樣本觀測值。(2) F檢驗提出檢驗的原假設為H。： i=0對立假設為H1 ：i至少有一個 不等于零(i=0, 1,2)對于給定的顯著性水平=0.05, P=0.000< =0.05,所以否定原假設，總體回歸方程是顯著的。(3)t檢驗提出的原假設為H0:i=0i=0, 1, 2由表得，t統(tǒng)計量為0所對應的P值為0.002i所對應的P值為0.021 2所對應的P值為0.000對于給定的顯著性水平a=0.05 ,因為0 i2所對應的P值均小于=0.05，所以貨運總量與工業(yè)總產(chǎn)值和農(nóng)業(yè)總產(chǎn)值之 間有顯著性關系，(4)預測假設X1=75, X2=42試預測貨運總量并構造其99%的置信區(qū)間將X1=75, X2=42代入估計的回歸方程Y 508.501 3.534