Spss線性回歸分析講稿ppt課件

1、管理學(xué)分析方法 spss線性回歸分析 行者管理 楊燕回歸分析（一回歸分析內(nèi)涵1、含義：回歸分析是指通過(guò)一個(gè)變量或一些變量的變化解釋另一個(gè)變量的變化。因果關(guān)系預(yù)測(cè)一般采用回歸分析方法預(yù)測(cè)。2、回歸的分類(lèi)（1按自變量的個(gè)數(shù)分一元線性回歸：y=a+bx (有一個(gè)自變量)多元線性回歸： (有兩個(gè)或兩個(gè)以上的自變量）（2按回歸曲線的形態(tài)分線性直線回歸非線性曲線回歸回歸分析（二回歸分析的主要內(nèi)容1、從一組數(shù)據(jù)出發(fā)，確定因變量和自變量的關(guān)系式；2、對(duì)關(guān)系式中的參數(shù)進(jìn)行估計(jì)，并進(jìn)行統(tǒng)計(jì)檢驗(yàn)；3、篩選自變量，即從大量自變量中找出影響顯著的，剔除不顯著的；4、用求得的回歸模型進(jìn)行預(yù)測(cè)；5、對(duì)預(yù)測(cè)結(jié)果進(jìn)行分析、評(píng)價(jià)

2、。（三回歸分析的作用通過(guò)回歸分析找出變量之間的關(guān)系，并確定之間的因果關(guān)系，通過(guò)數(shù)學(xué)模型預(yù)測(cè)因變量的發(fā)展。一元線性回歸iiXbaY一、一元線性回歸模型bXaY bXaY 存在偏差最小二乘法X為自變量的取值，Y為因變量的取值，a為擬合線上經(jīng)過(guò)Y軸上的點(diǎn)截距，b為擬合線上的斜率Y=a+bxYX一元線性回歸二、一元線性回歸spss操作過(guò)程1創(chuàng)建一個(gè)數(shù)據(jù)文件數(shù)據(jù)文件的創(chuàng)建分成三個(gè)步驟：（1選擇菜單 【文件】【新建】【數(shù)據(jù)】新建一個(gè)數(shù)據(jù)文件，進(jìn)入數(shù)據(jù)編輯窗口。窗口頂部標(biāo)題為“spss 數(shù)據(jù)編輯器”。（2單擊左下角【變量視窗】標(biāo)簽進(jìn)入變量視圖界面，根據(jù)試驗(yàn)的設(shè)計(jì)定義每個(gè)變量類(lèi)型。（3變量定義完成以后，單擊【

3、數(shù)據(jù)視窗】標(biāo)簽進(jìn)入數(shù)據(jù)視窗界面，將每個(gè)具體的變量值錄入數(shù)據(jù)庫(kù)單元格內(nèi)。圖1 獎(jiǎng)金-銷(xiāo)售量表一元線性回歸以獎(jiǎng)金-銷(xiāo)售量表圖1做回歸分析2、繪制散點(diǎn)圖 打開(kāi)數(shù)據(jù)文件，選擇【圖形】-【舊對(duì)話框】-【散點(diǎn)/點(diǎn)狀】圖2選擇簡(jiǎn)單分布，單擊定義，打開(kāi)子對(duì)話框，選擇X變量和Y變量，如圖3單擊確定提交系統(tǒng)運(yùn)行，結(jié)果見(jiàn)圖4所示圖3 一元線性回歸從圖上可直觀地看出獎(jiǎng)金與銷(xiāo)售量之間存在線性相關(guān)關(guān)系圖4 散點(diǎn)圖銷(xiāo)售量獎(jiǎng)金一元線性回歸分析3、簡(jiǎn)單相關(guān)分析選擇【分析】【相關(guān)】【雙變量】,打開(kāi)對(duì)話框，將變量“銷(xiāo)售量與“獎(jiǎng)金移入變量variables列表框點(diǎn)擊確定運(yùn)行，結(jié)果如表5 所示一元線性回歸分析從表中可得到兩變量之間的皮

4、爾遜相關(guān)系數(shù)為0.995，雙尾檢驗(yàn)概率p值尾0.000【回歸】【線性】”，打開(kāi)線性回歸 對(duì)話框。將變量銷(xiāo)售量y移入【因變量】列表框中，將獎(jiǎng)金x移入【自變量】列表框中。在【方法】框中選擇【進(jìn)入】 選項(xiàng)，表示所選自變量全部進(jìn)入回歸模型。一元線性回歸分析步驟2：?jiǎn)螕簟窘y(tǒng)計(jì)量】按鈕，如圖在【統(tǒng)計(jì)量】子對(duì)話框。該對(duì)話框中設(shè)置要輸出的統(tǒng)計(jì)量。這里選中估計(jì)、模型擬合度復(fù)選框。一元線性回歸分析步驟3：?jiǎn)螕簟纠L制】按鈕，在【圖】子對(duì)話框中的標(biāo)準(zhǔn)化殘差圖選項(xiàng)欄中選中正態(tài)概率圖復(fù)選框，以便對(duì)殘差的正態(tài)性進(jìn)行分析步驟4：?jiǎn)螕簟颈９堋堪粹o，在【保管】子對(duì)話框中【殘差】選項(xiàng)欄中選中【未標(biāo)準(zhǔn)化】復(fù)選框，單擊【繼續(xù)】這樣可以

5、在數(shù)據(jù)文件中生成一個(gè)變量名尾res_1 的殘差變量，以便對(duì)殘差進(jìn)行進(jìn)一步分析。一元線性回歸分析其余保持Spss默認(rèn)選項(xiàng)。在主對(duì)話框中單擊確定按鈕，執(zhí)行線性回歸命令，其結(jié)果如下：表3給出了回歸模型的擬和優(yōu)度R Square）、調(diào)整的擬和優(yōu)度Adjusted RSquare）、估計(jì)標(biāo)準(zhǔn)差Std. Error of the Estimate以及DurbinWatson統(tǒng)計(jì)量。從結(jié)果來(lái)看，回歸的確定系數(shù)和調(diào)整的可決系數(shù)分別為0.989和0.988，即銷(xiāo)售量的95以上的變動(dòng)都可以被該模型所解釋?zhuān)瑪M和優(yōu)度較高。表2表3一元線性回歸分析表4給出了回歸模型的方差分析表，可以看到，F(xiàn)統(tǒng)計(jì)量為734.627，對(duì)應(yīng)

6、的p值為0，所以，拒絕模型整體不顯著的原假設(shè)，即該模型的整體是顯著的。表4一元線性回歸分析表5給出了回歸系數(shù)、回歸系數(shù)的標(biāo)準(zhǔn)差、標(biāo)準(zhǔn)化的回歸系數(shù)值以及各個(gè)回歸系數(shù)的顯著性t檢驗(yàn)。從表中可以看到解釋變量x及常量其t統(tǒng)計(jì)量對(duì)應(yīng)的p值都小于顯著性水平0.05，因而，在0.05的顯著性水平下都通過(guò)了t檢驗(yàn)。變量x的回歸系數(shù)為2.964，即獎(jiǎng)金每增加1%，銷(xiāo)售量就增加2.964。表5為了判斷隨機(jī)擾動(dòng)項(xiàng)是否服從正態(tài)分布，觀察圖5所示的標(biāo)準(zhǔn)化殘差的PP圖，可以發(fā)現(xiàn)，各觀測(cè)的散點(diǎn)基本上都分布在對(duì)角線上，據(jù)此可以初步判斷殘差服從正態(tài)分布。圖5一元線性回歸分析4、建立回歸模型：、建立回歸模型：根據(jù)一元回歸模型：根

7、據(jù)一元回歸模型：把表把表5中中“非標(biāo)準(zhǔn)化回歸系數(shù)欄目中的非標(biāo)準(zhǔn)化回歸系數(shù)欄目中的“B列系數(shù)代入上式得預(yù)報(bào)方程：列系數(shù)代入上式得預(yù)報(bào)方程：bXaY XY29616. 2 多元線性回歸分析一、多元線性回歸模型影響因變量的自變量有兩個(gè)或兩個(gè)以上的時(shí)候，稱之為多元，如果他們之間有線性關(guān)系，就是多元線性回歸。多元線性回歸分析在spss分析過(guò)程和一元線性回歸分析差不多，下面列出不同點(diǎn)多元線性回歸分析1、做散點(diǎn)圖多個(gè)變量則做出散點(diǎn)圖矩陣、重疊散點(diǎn)圖和三維散點(diǎn)圖重疊散點(diǎn)圖三維散點(diǎn)圖多元線性回歸分析2、在【線性回歸】對(duì)話框中【方法】自變量篩選方法全回歸法Enter前前除法Forward后前除法Backward

8、步回歸法Stepwise強(qiáng)剔除法Remove多元線性回歸二、多元線性回歸分析的要點(diǎn) 在多元線性回歸中,有多個(gè)自變量,應(yīng)當(dāng)首先繪制各自變量與因變量之間的關(guān)系散點(diǎn)圖,觀察其與因變量之間是否具有線性關(guān)系。然后,將自變量進(jìn)行組合,生成若干自變量的子集,再針對(duì)每一個(gè)自變量的子集生成回歸分析報(bào)告。比較調(diào)整后的R2值,挑選最優(yōu)的自變量子集,生成回歸分析模型。多元線性回歸三、線性回歸檢驗(yàn)（一復(fù)相關(guān)系數(shù)R及判定系數(shù)R2確定系數(shù)又叫判定系數(shù)，為回歸的誤差平方和占總誤差平方和的比例，是對(duì)線性方程擬合優(yōu)度的檢驗(yàn)。R=S回/S總 (-1R1)1、R=1時(shí)，樣本點(diǎn)完全落在回歸直線上，表示y與x完全線性正相關(guān)，R=-1時(shí)，

9、表示y與x完全線性負(fù)相關(guān)2、當(dāng)0R1時(shí)，表示y與x有一定線性正相關(guān)3、當(dāng)-1RFa且PFa,則拒絕H0假設(shè)，即PPa(sig)(2)F(K-1，n-k)=Pa(sig)注：可查F-分布表得Fa的值。（三T檢驗(yàn)1、是對(duì)回歸方程每一個(gè)回歸系數(shù)檢驗(yàn)。2、T檢驗(yàn)方法與F檢驗(yàn)方法差不多，在spss分析結(jié)果表中以sig表示，即P值越小就說(shuō)明回歸系數(shù)與因變量的相關(guān)度高。3、假設(shè)檢驗(yàn)H0：B1=0 B2=0， H1：B10 B2 0注：查T(mén)-分布表（四殘差的獨(dú)立性檢驗(yàn)Durbin-Watson檢驗(yàn)的參數(shù)D的取值范圍是0D4，與2越接近表示殘差與自變量越獨(dú)立。見(jiàn)下圖多重共線性問(wèn)題1、多重共線性的標(biāo)志R平方較大但沒(méi)有幾個(gè)顯著的t統(tǒng)計(jì)量，預(yù)示著多重共線性的存在。實(shí)際上，有可能回歸方程的F統(tǒng)計(jì)量高度顯著，而每個(gè)t