多元回歸分析中變量的選擇spss的應用畢業論文-資料下載頁

　　

【正文】 of the Estimate1.998a.996.996.155912.999b.998.998.109543.999.999.08259a. Predictors: (Constant), x1b. Predictors: (Constant), x1, x3c. Predictors: (Constant), x1, x3, x2d. Dependent Variable: y解析：上表為逐步回歸每一步的回歸模型的統計量：R為相關系數，R Square相關系的平方，又叫判定系數，判定線性回歸的擬合程度：這里可以看到自變量，,，這說明自變量與因變量之間的擬合程度很好。Adjusted R Square 是調整后的判定系數，其值與判定系數相同，最后一列是估計標準誤差，分別為 ,，說明所選值之間的標準誤差很小。ANOVAdModelSum of SquaresdfMean SquareFSig.1Regression1.000aResidual.34014.024Total152Regression2.000bResidual.15613.012Total153Regression3.000cResidual.08212.007Total15a. Predictors: (Constant), x1b. Predictors: (Constant), x1, x3c. Predictors: (Constant), x1, x3, x2d. Dependent Variable: y解析：上表為方差分析表，及逐步回歸每一步的回歸模型的方差分析，表明此回歸模型極顯著。解析：上表為回歸方程系數表，根據多元回歸模型：通過SPSS作出的逐步回歸得到以上的結果，在統計顯著水平，則T檢驗值為t=，,，,=，說明三個因子自變量的顯著性水平高。可得到的最優回歸方程為：Trend值為該區域中2000年到2012年的模擬值。該值可以通過最優方程式得出，比如2012年的值為由上結果可以看出誤差較小，其誤差百分比在以內的占比比較大，說明模擬效果還可以。求得的逐步回歸模型效果比較顯著。通過SPSS操作最后得到的我國財政收入的預測方程式： 再加上最后對數據的檢驗可以得出人均國內生產總值、經濟活動人口、全社會固定資產投資對財政收入y有顯著的影響。從上面的操作可以看出變量通過初步的選取是不夠的,需要對所選自變量進行檢驗,然后剔除未通過檢驗的變量,所以在案例二較案例一的區別在于多了一個逐步回歸分析。即：眾所周知人均國內生產總值，經濟活動人口，全社會固定投資都是逐年變化的，這里表現出的經濟活動人口為負指標，隨著社會的發展，中國的發展更是越來越迅速，這三個自變量之間存在著相對嚴密的關系。第四章總結及建議SPSS 是世界上最早采用圖形菜單驅動界面的統計軟件，其最突出的特點就是操作界面極為友好，輸出結果美觀漂亮，是“統計產品與服務解決方案”軟件。除了數據錄入及部分命令程序等少數的輸入工作需要鍵盤鍵，而對于那些常見的統計方法，SPSS的命令語句、子命令及選擇項的大部分都是由“對話框”的操作完成。所以不需要花大量時間來記憶這些大量的命令、過程或選擇項。SPSS具有完整的數據輸入、編輯、統計分析、報表、圖形制作等功能，自帶11種類型136個函數。由以上SPSS的操作方法可以知道SPSS中有很多的統計方法，適合專業的統計人員對數據進行統計整理得出自己想要的結果。SPSS在得出的趨勢線以及變量之間的線性關系，需要自己用一元線性回歸的方法得出數據之間的系數，然后自己把方程寫在趨勢線旁邊。SPSS從簡單的統計描述到復雜的多因素統計分析方法，比如數據的探索性分析、統計描述、列聯表分析、二維相關、秩相關、偏相關、方差分析、非參數檢驗、多元回歸、生存分析、協方差分析、判別分析、因子分析、聚類分析、非線性回歸、Logistic回歸等都可以通過SPSS來實現。當然我們在數據的分析中可以根據自己的分析數據的需要進行靈活選擇自己用什么軟件比較方便。由兩個案例分析中的操作中對比可以看出在對數據計算結果如果需要更精確一點，就需要通過對多元回歸分析的操作方法進行對比可以知道，采用逐步回歸分析的方法對數據進行處理，剔除沒有通過檢驗的，對因變量影響不顯著的。 由以上案例中可以看到，多元回歸分析中變量的選擇不能靠簡單的自行篩選就可以，有時候對于一些變量的篩選都通過檢驗，并不能代表你在選擇數據上有多高明，而是需要通過相關性分析，計算復相關系數和偏相關系數來了解你所選的變量之間的相關關系誰更大一些。同時也可以知道在變量的選擇中我們需要的是先選擇模型，到底是全回歸模型還是選模型，而若用選模型究竟應該包含多少變量最適合，案例一我們用的是去全模型進行分析，案例二我們用得則是選模型，在用全模型還是選模型需要通過對變量進行分析，而相關系數以及方差分析就是很好檢驗數據的方法。從而可以看出所選的變量是否符合要求。然后再通過回歸分析，看數據之間的P值檢驗，是否通過P值檢驗，如果兩個檢驗均通過，說明說選定的變量在多元回歸分析中，自變量對因變量有顯著性影響，從而確定影響程度的大小，最后在通過檢驗之后得到最優方程式，這就是自變量與因變量之間的關聯方程式。該方程式預測了我國淘寶注冊人數，網絡普及度和居民消費水平關于淘寶交易額的影響的預測方程式。實驗中通過對數據的檢驗可以看出其計算結果的誤差系數較低。從案例分析二，我們還可以看到在選擇變量時當存在為通過檢驗，或者變量之間的偏相關系數大于復相關系數時的處理方法，這里我們研究的是當自變量的P值檢驗或t值檢驗沒通過是，對于變量選取的處理方法，本文采用了一個簡單的SPSS 的操作方法，逐步回歸分析，通過軟件操作，逐步回歸分析會通過逐步的對數據進行檢驗，把關聯程度大的先檢驗，逐步進行最后直接剔除未通過檢驗的數據，在逐步回歸之前我們也得到一個預測方程式，很顯然，在解釋變量未通過檢驗的情況下，所得到的預測方程式是完全沒有意義，其在操作過程中更是方便簡潔。通過以上兩個案例分析，我們可以看出，不能只靠肉眼的觀察和直觀的選擇就對變量進行判斷，需要通過一系列的檢驗方法對數據進行對比研究，才能得出最優的方程式。參考文獻[1]魏和清,[2],[3], [4],2007 [5],[6],[7][8],2005[9],[10],2011[11]:人民郵電出版社,2004[12][M].北京:中國人民大學出版社,2006[13][J].統計與決策,2006[14]朱建平,[M].清華大學出版社,2007[15]詹世煌,:[16]許飛瓊,:中國統計出版社,[17]汪浩瀚,[18],2002[19],1999[20],[21],2007[22],2007[23],2007[24][25]胡健穎,[26],[27][28]28