spss多重线性回归逐步回归法操作和结果解释方法

分享时@该用户已经被封, 我就能回答你的问题奥!

spss经常用到的一个回归方法是stepwise,也就是逐步回归,它指的是每次只纳入或者移除一个变量进入模型, 这个方法虽然好用,但是最后可能出现几个模型都比较合适,你就要比较这几个模型的优劣,这是个麻烦事,这里就给大家简单的分析分析。
方法/步骤

  • 打开spss以后,打开数据,这些都准备好了以后,我们开始拟合方程,在菜单栏上执行:analyze—regression—linear,打开回归拟合对话框
  • 在这里,我们将因变量放大dependent栏,将自变量都放到independent栏
  • 将method设置为stepwise,这就是逐步回归法
  • 点击ok按钮,开始输出拟合结果
  • 我们看到的第一个表格是变量进入和移除的情况,因为这个模型拟合的比较好,所以我们看变量只有进入没有移除,但大部分的时候变量是有进有出的,在移除的变量这一栏也应该有变量的
  • 第二个表格是模型的概况,我们看到下图中标出来的四个参数,分别是负相关系数、决定系数、校正决定系数、随机误差的估计值,这些值(除了随机误差的估计值)都是越大表明模型的效果越好,根据比较,第四个模型应该是最好的
  • 方差分析表,四个模型都给出了方差分析的结果,这个表格可以检验是否所有偏回归系数全为0,sig值小于0.05可以证明模型的偏回归系数至少有一个不为零

  • 参数的检验,这个表格给出了对偏回归系数和标准偏回归系数的检验,偏回归系数用于不同模型的比较,标准偏回归系数用于同一个模型的不同系数的检验,其值越大表明对因变量的影响越大。

转载请注明来自DataScience.

邮箱: 675495787@qq.com