運(yùn)用SPSS建立多元線性回歸模型并進(jìn)行檢驗(yàn)副本

1、計(jì)量經(jīng)濟(jì)學(xué)實(shí)驗(yàn)報(bào)告一 . 實(shí)驗(yàn)?zāi)康模?、學(xué)習(xí)和掌握用SPSS做變量間的相關(guān)系數(shù)矩陣；2、掌握運(yùn)用 SPSS做多元線性回歸的估計(jì)；3、用殘差分析檢驗(yàn)是否存在異常值和強(qiáng)影響值4、看懂 SPSS估計(jì)的多元線性回歸方程結(jié)果；5、掌握逐步回歸操作；6、掌握如何估計(jì)標(biāo)準(zhǔn)化回歸方程7、根據(jù)輸出結(jié)果書寫方程、進(jìn)行模型檢驗(yàn)、解釋系數(shù)意義和預(yù)測(cè)；二實(shí)驗(yàn)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(diǎn)圖和樣本相關(guān)陣，觀察自變量和因變量間的大致關(guān)系。3、如果為線性關(guān)系，則建立多元線性回歸方程并估計(jì)方程。4、運(yùn)用殘差分析檢驗(yàn)是否存在異常值點(diǎn)和強(qiáng)影響值點(diǎn)。5、通過 t 檢驗(yàn)進(jìn)行逐步回歸。6、根據(jù) s

2、pss 輸出結(jié)果寫出方程，對(duì)方程進(jìn)行檢驗(yàn)（擬合優(yōu)度檢驗(yàn)、F 檢驗(yàn)和 t 檢驗(yàn)）。7、輸出標(biāo)準(zhǔn)化回歸結(jié)果，寫出標(biāo)準(zhǔn)化回歸方程。8、如果通過檢驗(yàn)，解釋方程并應(yīng)用（預(yù)測(cè)）。三. 實(shí)驗(yàn)要求：研究貨運(yùn)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(guān)系。詳細(xì)數(shù)據(jù)見表：（1）計(jì)算出 y,x1,x2,x3的相關(guān)系數(shù)矩陣。（2）求 y 關(guān)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(duì)所求方程擬合優(yōu)度檢驗(yàn)。（5）對(duì)回歸方程進(jìn)行顯著性檢驗(yàn)。（6）對(duì)每一個(gè)回歸系數(shù)做顯著性檢驗(yàn)。（7）如果有的回歸系數(shù)沒有通過顯著性檢驗(yàn)，將其剔除，重新建立回歸方程，在做

3、方程的顯著性檢驗(yàn)和回歸系數(shù)的顯著性檢驗(yàn)。（8）求標(biāo)準(zhǔn)化回歸方程。（9）求當(dāng) x1=75,x2=42,x3=3.1時(shí) y。并給出置性水平為99%的近似預(yù)測(cè)區(qū)間。（10）結(jié)合回歸方程對(duì)問題進(jìn)行一些基本分析。四 . 繪制散點(diǎn)圖或樣本相關(guān)陣相關(guān)性貨運(yùn)總量工業(yè)總產(chǎn)值農(nóng)業(yè)總產(chǎn)值居民非商品支出貨運(yùn)總量Pearson 相關(guān)性1.556.731 *.724 *顯著性（雙側(cè)）.095.016.018N10101010Pearson 相關(guān)性.5561.155.444工業(yè)總產(chǎn)值顯著性（雙側(cè)）.095.650.171N10111111Pearson 相關(guān)性.731 *.1551.562農(nóng)業(yè)總產(chǎn)值顯著性（雙側(cè)）.016.

4、650.072N10111111Pearson 相關(guān)性.724 *.444.5621居民非商品支出顯著性（雙側(cè)）.018.171.072N10111111*. 在 0.05水平（雙側(cè)）上顯著相關(guān)。五建立并估計(jì)多元線性回歸模型：六殘差分析找異常值由上表分析得，殘差分析找異常值后其Cook 距離不能大于1，Student 化已刪除的殘差的絕對(duì)值不能大于3，綜上所述刪除第六組觀測(cè)值繼續(xù)進(jìn)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RR 方調(diào)整標(biāo)準(zhǔn) 估型R 方計(jì)的誤差.97512.94181a .950.9208a. 預(yù)測(cè)變量 : ( 常量 ), 居民非商品支出 , 工業(yè)總產(chǎn)值 ,

5、 農(nóng)業(yè)總產(chǎn)值。Anovaa模型平方df均方FSig.和73.698.001 b歸.094791837.4167.殘5492差62總168058計(jì).556a. 因變量 : 貨運(yùn)總量b. 預(yù)測(cè)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) a模型非標(biāo)準(zhǔn)化系標(biāo)準(zhǔn)tSig.B 的 95.0%數(shù)系數(shù)置信區(qū)間B標(biāo)準(zhǔn)試用下限上限誤差版(常量)-659126.-5.2-985-333.51083300.003.474.546工業(yè)總產(chǎn)4.071.07.4123.801.316.82012.0132值8116.02.821.055.688.7823.3農(nóng)業(yè)

6、總產(chǎn)43471.00201值4居民非商-14.9.10-.30-1.5-37.9.05品支出3599676.1767776則回歸方程為： Y659.510 4.070 X116.043 X 2 14.359 X3由上述分析知居民的非商品支出的參數(shù)估計(jì)量3 所對(duì)應(yīng) P值為 0.176 大于=0.05 ，所以貨運(yùn)總量與居民非商品支出無(wú)顯著性差異，即剔除變量：居民的非商品支出，繼續(xù)做回歸。此時(shí)的回歸方程為：八 . 統(tǒng)計(jì)檢驗(yàn)：（ 1）擬合優(yōu)度檢驗(yàn)：由估計(jì)結(jié)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(jì)算結(jié)果表明，估計(jì)的樣本回歸方程較好的擬合了樣本觀測(cè)值。（ 2）F 檢

7、驗(yàn)提出檢驗(yàn)的原假設(shè)為 H 0 : i =0對(duì)立假設(shè)為 H 1 ：i 至少有一個(gè)不等于零（ i=0 ，1,2 ）對(duì)于給定的顯著性水平=0.05 ，P=0.000<=0.05, 所以否定原假設(shè) , 總體回歸方程是顯著的。(3)t檢驗(yàn)提出的原假設(shè)為H 0 ：i =0i=0，1，2由表得，t統(tǒng)計(jì)量為0 所對(duì)應(yīng)的P 值為0.0021 所對(duì)應(yīng)的P 值為0.0212 所對(duì)應(yīng)的P 值為0.000對(duì)于給定的顯著性水平因?yàn)樗鶎?duì)應(yīng)的012a=0.05 ，P 值均小于=0.05,所以貨運(yùn)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(guān)系，（ 4）預(yù)測(cè)假設(shè) X1=75，X2=42試預(yù)測(cè)貨運(yùn)總量并構(gòu)造其99%的置信區(qū)間將 X1=75，X2=42代入估計(jì)的回歸方程經(jīng)計(jì)算得 Y 的置信區(qū)間為（ 237.71840,312.28406. ）(5) 相關(guān)分析當(dāng)維持農(nóng)業(yè)總產(chǎn)值不變