運(yùn)用SPSS建立多元線性回歸模型并進(jìn)行檢驗(yàn)_-_副本[1]

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(wèn)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(guò)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(guò)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(méi)有通過(guò)顯著性檢驗(yàn)，將其剔除，重新建立回歸方程，在做方程的顯著性檢驗(yàn)

3、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(wèn)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)）.095.016.018N10101010工業(yè)總產(chǎn)值Pearson 相關(guān)性.5561.155.444顯著性（雙側(cè)）.095.650.171N10111111農(nóng)業(yè)總產(chǎn)值Pearson 相關(guān)性.731*.1551.562顯著性（雙側(cè)）.016.650.072N1011

4、1111居民非商品支出Pearson 相關(guān)性.724*.444.5621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：模型匯總模型RR 方調(diào)整 R 方標(biāo)準(zhǔn) 估計(jì)的誤差1.975a.950.92012.94188a. 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。Anovaa模型平方

5、和df均方FSig.1回歸15968.09435322.69831.779.001b殘差837.4625167.492總計(jì)16805.5568a. 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)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B 的 95.0% 置信區(qū)間B標(biāo)準(zhǔn) 誤差試用版下限上限1(常量)-659.510126.833-5.200.003-985.546-333.474工業(yè)總產(chǎn)值4.0701.071.4123.802.0131.3186.822農(nóng)業(yè)總產(chǎn)值16.0432.8241.0575.681.0028.78423.301居民非商品支出-

6、14.3599.109-.306-1.576.176-37.7769.057則回歸方程為：由上述分析知居民的非商品支出的參數(shù)估計(jì)量所對(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) =0.962，修正的可決系數(shù)=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檢驗(yàn)提出檢驗(yàn)的原假設(shè)為:=0對(duì)立假設(shè)為：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：=0 i=0，1，2由表得，t統(tǒng)計(jì)量為所對(duì)應(yīng)的P值為0.002所對(duì)應(yīng)的P值為0.021所對(duì)應(yīng)的P值為0.000對(duì)于給定的顯著性水平a=0.05，因?yàn)?所對(duì)應(yīng)的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)值不變的情