逐步回归(stepwise regression)完整指南 |
您所在的位置:网站首页 › eviews自动逐步回归步骤 › 逐步回归(stepwise regression)完整指南 |
回归是一种统计方法,可让我们了解自变量和因变量之间的关系。 逐步回归是回归分析中一种筛选变量的过程,我们可以使用逐步回归从一组候选变量中构建回归模型,让系统自动识别出有影响的变量。 理论说明 逐步回归,是通过逐步将自变量输入模型,如果模型具统计学意义,并将其纳入在回归模型中。同时移出不具有统计学意义的变量。最终得到一个自动拟合的回归模型。其本质上还是线性回归。 一、案例背景 研究人员针对血压与年龄,体重,体表面积,持续时间,脉搏率、压力水平之间是否存在关系进行研究。 二、操作步骤 首先,可以分别对变量做相关分析或散点图,初步了解各自变量X与因变量Y的关系。 登录SPSSAU,选择【通用方法】--【相关】或【可视化】--【散点图】。 相关分析
从相关分析结果看,年龄、体重、体表面积、脉搏频率与血压有显著的正相关关系。 然后,再利用逐步回归进行分析。选择【进阶方法】--【逐步回归】。 进阶方法-逐步回归 逐步回归
逐步回归分析是在回归分析的基础上,加入了一项功能,即自动化移除掉不显著的X,其结果各指标意义与回归分析均一致。逐步回归通常用于探索研究中。 指标说明
在分析时,可首先对模型情况进行分析,然后分析X的显著性,并判断X对Y的影响关系大小及方向。 根据回归结果显示,最终模型共包含年龄、体重、体表面积共3个自变量。R方值为0.995,意味着年龄,体重,体表面积可以解释血压的99.5%变化原因,说明模型构建较好。 最终具体分析可知: 年龄的回归系数值为0.702(t=15.961,p=0.000 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |