《2022年运用SPSS建立多元线性回归模型并进行检验---副本.docx》由会员分享，可在线阅读，更多相关《2022年运用SPSS建立多元线性回归模型并进行检验---副本.docx（12页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、精选学习资料 - - - - - - - - - 计量经济学试验报告一.试验目的：1、学习和把握用 SPSS做变量间的相关系数矩阵；2、把握运用 SPSS做多元线性回来的估量；3、用残差分析检验是否存在反常值和强影响值 4、看懂 SPSS估量的多元线性回来方程结果；5、把握逐步回来操作；6、把握如何估量标准化回来方程 7、依据输出结果书写方程、进行模型检验、说明系数意义和猜测；二试验步骤：关系；1、依据所讨论的问题提出因变量和自变量,搜集数据；2、绘制散点图和样本相关阵,观看自变量和因变量间的大致3、假如为线性关系,就建立多元线性回来方程并估量方程；4、运用残差分析检验是否存在反常值点和强影响
2、值点；5、通过 t 检验进行逐步回来；6、依据 spss 输出结果写出方程,对方程进行检验拟合优度检验、检验；F 检验和 t7、输出标准化回来结果,写出标准化回来方程；8、假如通过检验,说明方程并应用猜测；三.试验要求 ：讨论货运总量 y 与工业总产值 x1,农业总产值 x2,居民非商品支出 x3,之间 的关系；具体数据见表：1运算出 y,x1,x2,x3 的相关系数矩阵；2求 y 关于 x1,x2,x3 的三元线性回来方程3做残差分析看是否存在反常值；4对所求方程拟合优度检验；5对回来方程进行显著性检验；6对每一个回来系数做显著性检验；7假如有的回来系数没有通过显著性检验,将其剔除, 重新建
3、立回来方程,在做方程的显著性检验和回来系数的显著性检验；8求标准化回来方程；9求当 x1=75,x2=42,x3=3.1 时 y；并给出置性水平为10结合回来方程对问题进行一些基本分析；相关性99%的近似猜测区间；名师归纳总结 - - - - - - -第 1 页,共 6 页精选学习资料 - - - - - - - - - 货运总量工业总产值农业总产值居民非商品支出Pearson 相关性1 .556 .731*.724*货运总量显著性双侧10 .095 .016 .018 N 10 10 10 Pearson 相关性.556 1 .155 .444 工业总产值显著性双侧.095 11 .650
4、 .171 N 10 11 11 Pearson 相关性.731*.155 1 .562 农业总产值显著性双侧.016 .650 11 .072 N 10 11 11 Pearson 相关性.724*.444 .562 1 居民非商品支出显著性双侧.018 .171 .072 11 N 10 11 11 *. 在 0.05 水平双侧上显著相关；五建立并估量多元线性回来模型：名师归纳总结 Y01X12X23X3第 2 页,共 6 页- - - - - - -精选学习资料 - - - - - - - - - 六残差分析找反常值由上表分析得,残差分析找反常值后其Cook 距离不能大于1,Studen
5、t 化已删除的残差的肯定值不能大于 3,综上所述删除第六组观测值连续进行如上操作,再未发觉反常值；七. 删除反常值连续回来：模型汇总模型R R 方调整 R 方标准 估量的误差1 .975a.950 .920 a. 猜测变量 : 常量 , 居民非商品支出, 工业总产值 , 农业总产值；名师归纳总结 - - - - - - -第 3 页,共 6 页精选学习资料 - - - - - - - - - Anovaa模型回来平方和df 3 均方F Sig. b.0011 残差5 总计8 a. 因变量 : 货运总量b. 猜测变量 : 常量 , 居民非商品支出, 工业总产值 , 农业总产值；t 2Sig. B
6、 的 95.0% 置信区间系数a模型非标准化系数标准系数B 标准误差试用版X.003 下限上限 常量 1 工业总产值.412 .013 农业总产值.002 居民非商品支出.176 就回来方程为：Y659.5104.070X116.04314.359X3由上述分析知居民的非商品支出的参数估量量3大于=0.05,所以货运总量与居民非商品支出无显著性差异,归；即剔除变量： 居民的非商品支出, 连续做回名师归纳总结 - - - - - - -第 4 页,共 6 页精选学习资料 - - - - - - - - - 此时的回来方程为：Y508.5013.534X112.333X2八.统计检验：1拟合优度检
7、验：由估量结果图表可知,可决系数2 R =0.962 ,修正的可决系数2 R =0.925；运算结果说明,估量的样本回来方程较好的拟合了样本观测值；2F 检验 提出检验的原假设为 H : 0 i=0 对立假设为 H ：i至少有一个 不等于零 i=0 ,1,2 对于给定的显著性水平 =0.05,00 , 所以否认原假设 , 总体回来方程是显著 的；名师归纳总结 3t检验H ：i=0 i=0,1,2第 5 页,共 6 页提出的原假设为- - - - - - -精选学习资料 - - - - - - - - - 由表得, t 统计量为 02 121 20 ,由于012所对应的P 值均小于=0.05,所
8、以货运总量与工业总产值和农业总产值之间有显著性关系,4猜测假设 X1=75,X2=42 试猜测货运总量并构造其 将 X1=75,X2=42 代入估量的回来方程99%的置信区间Y508.5013.5347512.33342274.535经运算得 Y 的置信区间为 237.71840,312.28406.5相关分析当维护农业总产值不变的情形下,每增加一单位的工业总产值, 货运总量相应的增加 3,534 亿吨；当维护工业总产值不变的情形下,每增加一单位的农业总产值,货运总量相应的增加12.333 亿吨；综上得出农业总产值引起货运总量的变化相比于工业总产值较大；名师归纳总结 - - - - - - -第 6 页,共 6 页