好文档 - 专业文书写作范文服务资料分享网站

多元线性回归SPSS实验报告

天下 分享 时间: 加入收藏 我要投稿 点赞

--

回归分析基本分析:

将毕业生人数移入因变量,其他解释变量移入自变量。在统计量中选择估计和模型拟合度,得到如图

输入/移去的变量 模型 1 输入的变量 教职工总数(万人), 专利申请授权数(件), 研究与试验发展机构数(个), 普通高校数(所), 发表科技论文数量(篇), 在校学生数(万人) a. 已输入所有请求的变量。 a移去的变量 方法 . 输入 模型汇总 模型 1 R .999 aR 方 .998 调整 R 方 标准 估计的误差 .997 9.822 a. 预测变量: (常量), 教职工总数(万人), 专利申请授权数(件), 研究与试验发展机构数(个), 普通高校数(所), 发表科技论文数量(篇), 在校学生数(万人)。 注解:模型的拟合优度检验:

--

--

第二列:两变量(被解释变量和解释变量)的复相关系数R=0.999。 第三列:被解释向量(毕业人数)和解释向量的判定系数??2=0.998。 第四列:被解释向量(毕业人数)和解释向量的调整判定系数??2=0.971。在多个解释变量的时候,需要参考调整的判定系数,越接近1,说明回归方程对样本数据的拟合优度越高,被解释向量可以被模型解释的部分越多。

第五列:回归方程的估计标准误差=9.822 Anova 模型 1 回归 平方和 449287.911 残差 总计 675.288 449963.199 7 13 df 均方 6 74881.319 96.470 F 776.216 Sig. .000 ab a. 预测变量: (常量), 教职工总数(万人), 专利申请授权数(件), 研究与试验发展机构数(个), 普通高校数(所), 发表科技论文数量(篇), 在校学生数(万人)。 b. 因变量: 毕业生数(万人) 回归方程的显著性检验-回归分析的方差分析表

F检验统计量的值=776.216,对应的概率p值=0.000,小于显著性水平0.05,应拒绝回归方程显著性检验原假设(回归系数与0不存在显著性差异),认为:回归系数不为0,被解释变量(毕业生人数)和解释变量的线性关系显著,可以建立线性模型。 系数 非标准化系数 模型 1 (常量) B 标准 误差 标准系数 试用版 t -1.661 Sig. .141 a-54327.704 4.366 .068 .142 .632 -.103 -.296 .556 普通高校数(所) 研究与试验发展机构数(个) 发表科技论文数量(篇) 专利申请授权数(件) 在校学生数(万人) 教职工总数(万人) a. 因变量: 毕业生数(万人) .032 .009 .001 .000 -.100 .047 .008 .000 .000 .301 .683 1.086 3.749 -1.454 -.333 .693 .516 .313 .007 .189 .749 .511 3.046 4.394 注解:回归系数的显著性检验以及回归方程的偏回归系数和常数项的估计值

--

--

第二列:常数项估计值=-544.366;其余是偏回归系数估计值。 第三列:偏回归系数的标准误差。 第四列:标准化偏回归系数。

第五列:偏回归系数T检验的t统计量。

第六列:t统计量对应的概率p值;小于显著性水平0.05,拒接原假设(回归系数与0不存在显著性差异),认为回归系数部位0,被解释变量与解释变量的线性关系是显著的;大于显著性水平0.05,接受原假设(回归系数与0不存在显著性差异),认为回归系数为0被解释变量与解释变量的线性关系不显著的。

于是,多元线性回归方程为:

y?=-544.366+0.032??1+0.009??2+0.001??3-0.1??5+3.046??6

回归分析的进一步分析: 1.多重共线性检验

系数 标准系非标准化系数 标准 误模型 (常量) B 差 试用版 t -1.661 Sig. .141 容差 VIF 数 共线性统计量 a-544.3327.7066 4 .022 45.569 .012 80.022 132.540 23.189 普通高校数(所) 研究与试验发展机构数(个) 发表科技论文数量(篇) 专利申请授权数(件) 在校学生数(万人) 教职工总数(万人) a. 因变量: 毕业生数(万人) .032 .009 .001 .000 -.100 3.046 .047 .068 .008 .142 .683 1.086 .516 .313 .007 .189 .749 .511 .000 .632 3.749 .000 -.103 -1.454 .301 -.296 4.394 .556 -.333 .693 .008 .043 .000 3672.177 .000 2996.649 从容差和方差膨胀因子来看,在校学生数和教职工总数与其他解释变量的多重共线性很严重。在重新建模中可以考虑剔除该变量

共线性诊断

方差比例

研究与试发表科技专利申请

普通高校验发展机论文数量

模型

维数

特征值 条件索引 (常量) 数(所) 构数(个) (篇)

授权数(件)

在校学生数(万人) 教职工总数(万人)

a

--

多元线性回归SPSS实验报告

--回归分析基本分析:将毕业生人数移入因变量,其他解释变量移入自变量。在统计量中选择估计和模型拟合度,得到如图输入/移去的变量模型1输入的变量教职工总数(万人),专利申请授权数(件),研究与试验发展机构数(个),普通高校数(所),发表科技论文数量(篇),在校学生数(万人)a.已输入所有请求的变量。a移去
推荐度:
点击下载文档文档为doc格式
46pq870fu283uyx9681999g5n13tgu00ump
领取福利

微信扫码领取福利

微信扫码分享