線性回歸異方差地診斷檢驗和修補—spss操作

《線性回歸異方差地診斷檢驗和修補—spss操作》由會員上傳分享，免費在線閱讀，更多相關內容在工程資料-天天文庫。

1、實用標準文案線性回歸（異方差的診斷、檢驗和修補）—SPSS操作首先擬合一般的線性回歸模型，繪制殘差散點圖。步驟和結果如下：為方便，只做簡單的雙變量回歸模型，以當前工資作為因變量，初始工資作為自變量。（你們自己做的時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將當前工資變量拉入dependent框，初始工資進入independent點擊上圖中的PLOTS，出現(xiàn)以下對話框：精彩文檔實用標準文案以標準化殘差作為Y軸，標準化預測值作為X軸，點擊continu

2、e，再點擊OK第一個表格輸出的是模型擬合優(yōu)度精彩文檔實用標準文案，為0.775。調整后的擬合優(yōu)度為0.774.第二個是方差分析，可以說是模型整體的顯著性檢驗。F統(tǒng)計量為1622.1，P值遠小于0.05，故拒絕原假設，認為模型是顯著的。第三個是模型的系數(shù)，constant代表常數(shù)項，初始工資前的系數(shù)為1.909，t檢驗的統(tǒng)計量為40.276，通過P值，發(fā)現(xiàn)拒絕原假設，認為系數(shù)顯著異于0。以上是輸出的殘差對預測值的散點圖，發(fā)現(xiàn)存在喇叭口形狀，暗示著異方差的存在，故接下來進行精彩文檔實用標準文案診斷，一般需要診斷

3、異方差是由哪個自變量引起的，由于這里我們只選用一個變量作為自變量，故認為異方差由唯一的自變量“初始工資”引起。接下來做加權的最小二乘法，首先計算權數(shù)。Analyze——regression——weightestimation再點擊options，精彩文檔實用標準文案點擊continue，再點擊OK，輸出如下結果：由于結果比較長，只貼出一部分，第二欄的值越大越好。所以挑出來的權重變量的次數(shù)為2.7。得出最佳的權重侯，即可進行回歸。Analyze——regression——linear精彩文檔實用標準文案繼續(xù)點

4、擊save，在上面兩處打勾，點擊continue，點擊ok精彩文檔實用標準文案這是輸出結果，和之前同樣的分析方法。接下需要繪制殘差對預測值的散點圖，首先通過transform里的compute計算考慮權重后的預測值和殘差。精彩文檔實用標準文案以上兩個步驟后即可輸出考慮權重后的預測值和殘差值然后點擊graph，繪制出的散點圖如下：精彩文檔