全站文章列表 | 收藏本站 | RSS订阅 SPSS教程|答疑|案例|训练营
SPSS案例杨老师:案例学习SPSS多重线性回归分析的关键点

杨老师:案例学习SPSS多重线性回归分析的关键点
时间:2016年08月23日 | 栏目:SPSS案例 | 评论:0 | 点击: 1927


  • 鉴于多重线性回归已经到了滥用的程度,特总结一下在使用线性回归时需要注意的问题,总结为四大纪律加三项注意事项。


    多重线性回归分析四大定律


    1:自变量与因变量之间要存在线性关系,可以通过绘制散点图矩阵来考察,若不符合,需要进行变量的变换予以修正;

    2:各个观测值y1y2y3......要相互独立,可通过残差图或durbin-watson检验予以考察;

    3:残差服从正态分布,可以通过标准化残差图考察;

    4:方差齐性,也可以通过标准化残差考察;


    多重线性回归分析三项注意事项


    1:样本量为自变量个数的5倍以上,要想效果好一些,最好20倍以上。

    2:判断有无强影响点,如有应该改正数据或者剔除或采用稳健回归

    3:判断自变量之间有无强相关性,如有改用岭回归等方法。


    案例说明:


    某公司计划在国内在开设几家分店,收集了目前分店的销售数据Y以及分店所在城市的16岁以下人数X1,人均可支配收入X2,试进行分析(选自张文彤spss统计分析高级教程99页)。


    1、案例数据

    两个自变量,21个样本含量,符合20倍原则


    2、散点图判断线性关系

    从图中可以看出,因变量与每个自变量都有线性关系。


    3、多重线性回归


    4、共线性,独立性和异常点判断

    上图分别检查共线性,独立性和异常点


    5、残差正态性检验

    做残差图,横坐标为因变量,纵坐标为标准化残差。


    6、结果解读

    调整r的平方越近与1,回归效果越好,0.907效果不错,durbin watson值在2左右说明残差独立性较好。

    p=0.000小于0.05,线性回归为显著

    回归方程为y=-6.886+0.009人均支配收入+1.455人数,vif为方差膨胀因子一般只要不超过10,认为不存在共线性。

    pp图,点在直线附近分布,近似一条直线,说明残差服从正态分布。

    残差图,散点在零的附近均匀分布,而且没有超过正负3,认为残差服从正态分布且方差齐,且没有强影响点。


    (文/数据小兵精选自微信订阅号【杨老师spss与数学交流平台】,欢迎广大读者订阅/最后精编 数据小兵)



    同类荐读:线性回归  SPSS  残差  散点图 

    本文来自:数据小兵博客

    本文地址:http://www.datasoldier.net/post/yang1.html

    版权说明:如非注明,本站文章均为 数据小兵博客 原创,转载请注明出处和附带本文链接。

  • 额 本文暂时没人评论 来添加一个吧

    发表评论

    必填

    选填

    选填

    必填

    ◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。