学习笔记 |
您所在的位置:网站首页 › 线性回归分析spss步骤回归系数和标准误差 › 学习笔记 |
目录
学习目的软件版本原始文档多元线性回归分析何为残差?何为多重共线?一、实战案例二、统计策略三、SPSS操作(一)绘制散点图(二)线性回归分析操作
四、结果解读第一,R方结果和残差独立性检验(德宾沃森检验)第二个结果为方差分析(ANOVA):第三个结果,回归分析的主要结果:第四个结果,计算残差和预测值第五个结果,残差直方图和P-P图。第六个结果,残差图。
五、规范报告1、规范表格2、规范文字
六、划重点
Tips:如何用SPSS检验多重共线性多重共线性的后果∶多重共线性的确认∶多重共线性的对策︰
学习目的
SPSS第二十一讲:多元线性回归分析(超级详细) 软件版本IBM SPSS Statistics 26。 原始文档《小白爱上SPSS》课程 #统计原理 多元线性回归分析今天我们来学习多元线性回归分析,它用来评价一个因变量和多个自变量之间关系的统计方法。除了需要满足一元线性回归的条件之外,多元线性回归还需要满足【多个自变量不存在多重共线】的条件. 多元线性回归需要满足如下条件: (1)自变量和因变量在理论上有因果关系; (2)因变量为连续型变量; (3)各自变量与因变量之间存有线性关系; (4)残差要满足正态性、独立性、方差齐性。 (5)多个自变量不存在多重共线性 其中,线性(Linear)、正态性(Normal)、独立性(independence)、方差齐性(Equal Variance),俗称LINE,是线性回归分析的四大基本前提条件。 这里稍微解释它们概念: Q1 线性:解释自变量X和因变量Y必须要有线性关系吗? —不是!只有当X是连续型数据或者等级数据(不设哑变量)时,才要求X与Y有线性的关系。当X是二分类或无序多分类,没有线性条件的要求。 Q2独立性:要求因变量Y各观察值相互独立吗? —不是,是要求残差是独立的。 Q3正态性:要求因变量Y各观察值正态分布吗? —不是,是要求残差正态分布。 Q4方差齐性:要求不同的解释变量X时,因变量Y方差相等吗? —没错,但是对于多元线性回归分析,更加合理的理解是在不同Y预测值情况下,残差的方差变化不大。 Q5:一定要严格满足LINK吗? —如果回归分析只是建立自变量与因变量之间关系,无须根据自变量预测因变量的容许区间和可信度等,则方差齐性和正态性可以适当放宽。 何为残差?残差在数理统计中是指实际观察值与估计值(拟合值)之间的差。我们以一元线性回归为例,它只有一个自变量,其模型可以表示为: 当2个或多个自变量高度相关时,就会出现多重共线。它不仅影响自变量对因变量变异的解释能力,还影响整个多重线性回归模型的拟合。 一、实战案例小白研究运动员训练比赛满意感与成就感降低、情绪体力耗竭、运动负评价、自尊等变量之间关系,试建立多元线性回归方程。 读数据: GET FILE='E:\E盘备份\recent\小白爱上SPSS\小白数据\第二十一讲:自尊、心理疲劳对训练满意感的预测.sav'.
统计分析策略口诀“目的引导设计,变量确定方法”。 针对上述案例,扪心五问。 Q1:本案例研究目的是什么? A:关联研究,探讨多个自变量与因变量之间的因果关系。 Q2:分析的组数是多少呢? A:五组数据。 Q3:本案例属于什么研究设计? A:调查研究 Q4:有几个变量? A:有五个变量。分别是成就感降低、情绪体力耗竭、运动负评价、训练比赛满意感、自尊。 (训练比赛满意感为因变量,成就感降低、情绪体力耗竭、运动负评价、自尊为自变量) Q5:残差是否具有独立性、方差齐性和正态分布? A:需要检验残差是否满足独立性、方差齐性和正态性。 Q6:各自变量之间是否存在多重共线性? A: 需要检验 概括而言,如果数据满足以下条件,则采用多元线性回归分析。 对于线性关系的条件,一般要求当x是连续型变量或者等级变量时,需绘制散点图探讨与y是否存在着线性趋势的关系;如x为二分类或者无序多分类,无须绘制散点图。 本例绘制成就感降低、情绪体力耗竭、运动负评价、自尊与训练比赛满意感之间关系的散点图分析。具体操作如下。 Step1:图形—图形画板模板选择器; Step2:按Shift选择左边的对话框所有的变量,同时点击【散点图矩阵】,点击【确定】。 输出结果如下,重点关注最后一行,即各自变量(成就感降低、情绪体力耗竭、运动负评价、自尊)与因变量(训练比赛满意感)之间线性关系。从图中可知,各自变量与因变量之间存有线性关系。 (二)线性回归分析操作Step1:依次点击“分析——回归——线性; Step2: 将“训练比赛满意感”纳入“因变量”;将成就感降低、情绪体力耗竭、运动负评价、自尊放入“自变量”;方法选择“输入”; Step3: 点击“统计” 默认选项“估算值”;“模型拟合”;另选择“durin waston(德宾-沃森)、共线性诊断和“描述”。设置完后,点击“继续”。 模型摘要是判断两者之间线性关系的重要指标,也反映了回归的拟合程度。
|
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 |