您所在位置：网站首页 > 行业资料 > 其它行业文档多元回归的例子与结果说明

多元回归的例子与结果说明

2页

卖家[上传人]：206****923

文档编号：37523970

上传时间：2018-04-17

文档格式：DOC

文档大小：64.50KB

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

10 金贝

/ 2 举报版权申诉马上下载

文本预览

下载提示

常见问题

1、本文的目的就是将一个简单的分析结果描述出来，不仅方便学习，也方便观看。以下是直线回归的例子，数据如下。体长胸围体重 151.5186462 156.2186496 146193458 136.1193463 146.2172388 149.8188485 155197456 144.5175392 147.2175398 145.2185437 138172378 142.5192446 141.5180396 149183426 154.2193506 152187457 158190506 146.8189455 147.3183478 151.3191454 整套数据是从生物统计学中的一个例子中得到的，现实生活中不可能这么理想，这里只是举例。数据是20头黄牛的体重，胸围，体长的数据，目的就是建立体重（因变量）对胸围和体长（自变量）的回归方程。本人所用的方法就是全部都是默认，只是将统计量对话框中的所有复选框全选。即是是外行，也照样能用SPSS分析。但是，结果就必须能看懂，知道各个统计量是什么意思才能用来分析。所以，本人的原则就是，操作是手段，次要的，而结果是重要的。但是

2、，许多书都是对结果轻描淡写，但是几句话却蕴藏着方法。描述性统计量描述性统计量均值标准偏差N体重446.850039.3864520体长147.91505.8125320胸围185.50007.4091020就是方差的平方就是方差的平方根，是一种离散根，是一种离散趋势的度量。本趋势的度量。本例中体重的标准例中体重的标准偏差最大偏差最大模型汇总模型汇总b b更改统计量模型RR 方调整 R 方标准估计的误差R 方更改F 更改df1df2Sig. F 更改Durbin-Watson1.858a.735.70421.42079.73523.618217.0002.536a. 预测变量: (常量), 胸围, 体长。b. 因变量: 体重表示自变表示自变量与因变量与因变量间线性量间线性关系密切关系密切程度的指程度的指标，取值标，取值范围范围 01. 值越接近值越接近 1，线性关，线性关系越强，系越强，本例本例为为 0.828 线性关系线性关系比较强比较强与与 R 方有相同的方有相同的数值数值是解释回归模是解释回归模型中自变量的型中自变量的变异在因变量变异在因变量变异中所占的变异中所占的比例，多云回比例，多云回归判定系数的归判定系数的值会随着进入值会随着进入方程的自变量方程的自变量个数或样本容个数或样本容量的大小的增量的大小的增加而增加，为加而增加，为了消除影响，了消除影响，引进调整引进调整 R 方。方。本例中调整本例中调整 R 方小于方小于 R 方。方。在对回归模型诊断时，需要诊断回归模型中在对回归模型诊断时，需要诊断回归模型中误差项的独立性，如果误差项不独立，那么误差项的独立性，如果误差项不独立，那么对回归模型的任何估计与假设所作出的结论对回归模型的任何估计与假设所作出的结论都是不可靠的。诊断的参数为都是不可靠的。诊断的参数为 DW，取值范，取值范围为围为 02

《多元回归的例子与结果说明》由会员206****923分享，可在线阅读，更多相关《多元回归的例子与结果说明》请在金锄头文库上搜索。

点击阅读更多内容

TA的资源