線性回歸異方差地診斷檢驗(yàn)和修補(bǔ)—spss操作

《線性回歸異方差地診斷檢驗(yàn)和修補(bǔ)—spss操作》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫(kù)。

1、實(shí)用標(biāo)準(zhǔn)文案線性回歸（異方差的診斷、檢驗(yàn)和修補(bǔ)）—SPSS操作首先擬合一般的線性回歸模型，繪制殘差散點(diǎn)圖。步驟和結(jié)果如下：為方便，只做簡(jiǎn)單的雙變量回歸模型，以當(dāng)前工資作為因變量，初始工資作為自變量。（你們自己做的時(shí)候可以考慮加入其他的自變量，比如受教育程度等等）Analyze——regression——linear將當(dāng)前工資變量拉入dependent框，初始工資進(jìn)入independent點(diǎn)擊上圖中的PLOTS，出現(xiàn)以下對(duì)話框：精彩文檔實(shí)用標(biāo)準(zhǔn)文案以標(biāo)準(zhǔn)化殘差作為Y軸，標(biāo)準(zhǔn)化預(yù)測(cè)值作為X軸，點(diǎn)擊continu

2、e，再點(diǎn)擊OK第一個(gè)表格輸出的是模型擬合優(yōu)度精彩文檔實(shí)用標(biāo)準(zhǔn)文案，為0.775。調(diào)整后的擬合優(yōu)度為0.774.第二個(gè)是方差分析，可以說(shuō)是模型整體的顯著性檢驗(yàn)。F統(tǒng)計(jì)量為1622.1，P值遠(yuǎn)小于0.05，故拒絕原假設(shè)，認(rèn)為模型是顯著的。第三個(gè)是模型的系數(shù)，constant代表常數(shù)項(xiàng)，初始工資前的系數(shù)為1.909，t檢驗(yàn)的統(tǒng)計(jì)量為40.276，通過(guò)P值，發(fā)現(xiàn)拒絕原假設(shè)，認(rèn)為系數(shù)顯著異于0。以上是輸出的殘差對(duì)預(yù)測(cè)值的散點(diǎn)圖，發(fā)現(xiàn)存在喇叭口形狀，暗示著異方差的存在，故接下來(lái)進(jìn)行精彩文檔實(shí)用標(biāo)準(zhǔn)文案診斷，一般需要診斷

3、異方差是由哪個(gè)自變量引起的，由于這里我們只選用一個(gè)變量作為自變量，故認(rèn)為異方差由唯一的自變量“初始工資”引起。接下來(lái)做加權(quán)的最小二乘法，首先計(jì)算權(quán)數(shù)。Analyze——regression——weightestimation再點(diǎn)擊options，精彩文檔實(shí)用標(biāo)準(zhǔn)文案點(diǎn)擊continue，再點(diǎn)擊OK，輸出如下結(jié)果：由于結(jié)果比較長(zhǎng)，只貼出一部分，第二欄的值越大越好。所以挑出來(lái)的權(quán)重變量的次數(shù)為2.7。得出最佳的權(quán)重侯，即可進(jìn)行回歸。Analyze——regression——linear精彩文檔實(shí)用標(biāo)準(zhǔn)文案繼續(xù)點(diǎn)

4、擊save，在上面兩處打勾，點(diǎn)擊continue，點(diǎn)擊ok精彩文檔實(shí)用標(biāo)準(zhǔn)文案這是輸出結(jié)果，和之前同樣的分析方法。接下需要繪制殘差對(duì)預(yù)測(cè)值的散點(diǎn)圖，首先通過(guò)transform里的compute計(jì)算考慮權(quán)重后的預(yù)測(cè)值和殘差。精彩文檔實(shí)用標(biāo)準(zhǔn)文案以上兩個(gè)步驟后即可輸出考慮權(quán)重后的預(yù)測(cè)值和殘差值然后點(diǎn)擊graph，繪制出的散點(diǎn)圖如下：精彩文檔