数据价值-DataValues

 找回密码
 立即注册

QQ登录

只需一步,快速开始

查看: 787|回复: 0

[spss] SPSS19.0实战之多元线性回归分析_spss多元线性回归

[复制链接]

1万

主题

1万

帖子

3万

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
39797
发表于 2017-4-13 12:46:15 | 显示全部楼层 |阅读模式
SPSS19.0实战之多元线性回归分析,关键词:spss多元线性回归、spss多元线性回归分析、spss多元线性回归案例、数据分析,线性回归数据(全国各地区能源消耗量与产量)来源,可点击协会博客数据挖掘栏:国泰安数据服务中心的经济研究数据库。,1.1 数据预处理,数据预处理包括的内容非常广泛,包括数据清理和描述性数据汇总,数据集成和变换,数据归约,数据离散化等。本次实习主要涉及的数据预处理只包括数据清理和描述性数据汇总。一般意义的数据预处理包括缺失值填写和噪声数据的处理。于此我们只对数据做缺失值填充,但是依然将其统称数据清理。,1.1.1 数据导入与定义,单击“打开数据文档 ”,将xls格式的全国各地区能源消耗量与产量的数据导入SPSS中,如图1-1所示。,


                                  图1-1 导入数据,导入过程中,各个字段的值都被转化为字符串型(String),我们需要手动将相应的字段转回数值型。单击菜单栏的“ ”–>“ ”将所选的变量改为数值型。如图1-2所示:,

, ,图1-2 定义变量数据类型,1.1.2 数据清理,数据清理包括缺失值的填写和还需要使用SPSS分析工具来检查各个变量的数据完整性。单击“ ”–>“ ”,将检查所输入的数据的缺失值个数以及百分比等。如图1-3所示:,


                           图1-3缺失值分析,能源数据缺失值分析结果如表1-1所示:,

                                                               单变量统计



N

均值

标准差

缺失

极值数目a

计数

百分比





能源消费总量

30

9638.50

6175.924

0

.0

0

1

煤炭消费量

30

9728.99

7472.259

0

.0

0

2

焦炭消费量

30

874.61

1053.008

0

.0

0

2

原油消费量

28

1177.51

1282.744

2

6.7

0

1

汽油消费量

30

230.05

170.270

0

.0

0

1

煤油消费量

28

45.40

66.189

2

6.7

0

4

柴油消费量

30

392.34

300.979

0

.0

0

2

燃料油消费量

30

141.00

313.467

0

.0

0

3

天然气消费量

30

19.56

22.044

0

.0

0

2

电力消费量

30

949.64

711.664

0

.0

0

3

原煤产量

26

9125.97

12180.689

4

13.3

0

2

焦炭产量

29

1026.49

1727.735

1

3.3

0

2

原油产量

18

1026.48

1231.724

12

40.0

0

0

燃料油产量

25

90.72

134.150

5

16.7

0

3

汽油产量

26

215.18

210.090

4

13.3

0

2

煤油产量

20

48.44

62.130

10

33.3

0

0

柴油产量

26

448.29

420.675

4

13.3

0

1

天然气产量

20

29.28

49.391

10

33.3

0

3

电力产量

30

954.74

675.230

0

.0

0

0

表2-1 能源消耗量与产量数据缺失值分析
,                                              表1-1 能源消耗量与产量数据缺失值分析,SPSS提供了填充缺失值的工具,点击菜单栏“ ”–>“ ”,即可以使用软件提供的几种填充缺失值工具,包括序列均值,临近点中值,临近点中位数等。结合本次实习数据的具体情况,我们不使用SPSS软件提供的替换缺失值工具,主要是手动将缺失值用零值来代替。, ,1.1.3 描述性数据汇总,描述性数据汇总技术用来获得数据的典型性质,我们关心数据的中心趋势和离中趋势,根据这些统计值,可以初步得到数据的噪声和离群点。中心趋势的量度值包括:均值(mean),中位数(median),众数(mode)等。离中趋势量度包括四分位数(quartiles),方差(variance)等。,SPSS提供了详尽的数据描述工具,单击菜单栏的“ ”–>“ ”–>“ ”,将弹出如图2-4所示的对话框,我们将所有变量都选取到,然后在选项中勾选上所希望描述的数据特征,包括均值,标准差,方差,最大最小值等。由于本次数据的单位不尽相同,我们需要将数据标准化,同时勾选上“将标准化得分另存为变量”。,

, ,图1-4 描述性数据汇总,得到如表1-2所示的描述性数据汇总。,



N

极小值

极大值

均值

标准差

方差

能源消费总量

30

911

26164

9638.50

6175.924

38142034.412

煤炭消费量

30

332

29001

9728.99

7472.259

55834651.378

焦炭消费量

30

19

5461

874.61

1053.008

1108824.853

原油消费量

30

0

5555

1099.01

1273.265

1621202.562

汽油消费量

30

18

771

230.05

170.270

28991.746

煤油消费量

30

0

262

42.37

64.896

4211.520

柴油消费量

30

27

1368

392.34

300.979

90588.441

燃料油消费量

30

0

1574

141.00

313.467

98261.261

天然气消费量

30

1

106

19.56

22.044

485.947

电力消费量

30

98

3004

949.64

711.664

506464.953

原煤产量

30

0

58142

7909.17

11741.388

1.379E8

焦炭产量

30

0

9202

992.28

1707.998

2917256.193

原油产量

29

0

4341

637.12

1085.379

1178048.432

燃料油产量

30

0

497

75.60

126.791

16075.971

汽油产量

30

0

1032

186.49

208.771

43585.122

煤油产量

30

0

219

32.30

55.394

3068.535

柴油产量

30

0

1911

388.52

420.216

176581.285

天然气产量

30

0

164

19.52

42.371

1795.341

电力产量

30

97

2536

954.74

675.230

455935.003

有效的 N (列表状态)

29










,表1-2 描述性数据汇总,标准化后得到的数据值,以下的回归分析将使用标准化数据。如图1-5所示:,


                                      图1-5 数据标准化,我们还可以通过描述性分析中的“ ”来得到各个变量的众数,均值等,还可以根据这些量绘制直方图。我们选取个别变量(能源消费总量)的直方图,可以看到我们因变量基本符合正态分布。如图1-6所示:,


                                图1-6能源消费总量,1.2 回归分析, 我们本次实验主要考察地区能源消费总额(因变量)与煤炭消费量、焦炭消费量、原油消费量、原煤产量、焦炭产量、原油产量之间的关系。以下的回归分析所涉及只包括以上几个变量,并使用标准化之后的数据。,1.2.1 参数设置,1.     单击菜单栏“ ”–>“ ”–>“ ”,将弹出如图1-7所示的对话框,将通过选择因变量和自变量来构建线性回归模型。因变量:标准化能源消费总额;自变量:标准化煤炭消费量、标准化焦炭消费量、标准化原油消费量、标准化原煤产量、标准化焦炭产量、标准化原油产量。自变量方法选择:进入,个案标签使用地名,不使用权重最小二乘法回归分析—即WLS权重为空。,


图1-7选择线性回归变量还需要设置统计量的参数,我们选择回归系数中的“ ”和其他项中的“ ”。选中估计可输出回归系数B及其标准误,t值和p值,还有标准化的回归系数beta。选中模型拟合度复选框:模型拟合过程中进入、退出的变量的列表,以及一些有关拟合优度的检验:R,R2和调整的R2, 标准误及方差分析表。如图1-8所示:,


                              图1-8 设置回归分析统计量,3.在设置绘制选项的时候,我们选择绘制标准化残差图,其中的正态概率图是rankit图。同时还需要画出残差图,Y轴选择:ZRESID,X轴选择: ZPRED。如图1-9所示:,

, ,1-9 设置绘制,左上框中各项的意义分别为:,·     “DEPENDNT”因变量,·     “ZPRED”标准化预测值,·     “ZRESID”标准化残差,·     “DRESID”删除残差,·     “ADJPRED”调节预测值,·     “SRESID”学生化残差,·     “SDRESID”学生化删除残差          ,4. 许多时候我们需要将回归分析的结果存储起来,然后用得到的残差、预测值等做进一步的分析,“保存”按钮就是用来存储中间结果的。可以存储的有:预测值系列、残差系列、距离(Distances)系列、预测值可信区间系列、波动统计量系列。本次实验暂时不保存任何项。,5. 设置回归分析的一些选项,有:步进方法标准单选钮组:设置纳入和排除标准,可按P值或F值来设置。在等式中包含常量复选框:用于决定是否在模型中包括常数项,默认选中。如图1-10所示:,

, ,图1-10  设置选项,1.2.2 结果输出与分析,在以上选项设置完毕之后点击确定,SPSS将输出一系列的回归分析结果。我们来逐一贴出和分析,并根据它得到最后的回归方程以及验证回归模型。,1.     表1-3所示,是回归分析过程中输入、移去模型记录。具体方法为:enter(进入),

输入/移去的变量


模型

输入的变量

移去的变量

方法

1

Zscore(原油产量), Zscore(原煤产量), Zscore(焦炭消费量), Zscore(原油消费量), Zscore(煤炭消费量), Zscore(焦炭产量)

.

输入
, 表1-3 输入的变量,
  • 表1-4所示是模型汇总,R称为多元相关系数,R方(R2)代表着模型的拟合度。
    [/ol],

    ,
  • 我们可以看到该模型是拟合优度良好。
    [/ol],模型汇总,

    模型汇总



    模型

    R

    R 方

    调整 R 方

    标准 估计的误差


    Sig.

    1

    .962

    .925

    .905

    .30692707

    .000
    ,表1-4 模型汇总,3.表1-5所示是离散分析。 ,F的值较大,代表着该回归模型是显著。也称为失拟性检验。,

    模型

    平方和

    df

    均方

    F

    1

    回归

    25.660

    6

    4.277

    45.397

    残差

    2.072

    22

    .094



    总计

    27.732

    28




    ,         表1-5 离散分析,4.表1-6所示的是回归方程的系数,根据这些系数我们能够得到完整的多元回归方程。观测以下的回归值,都是具有统计学意义的。因而,得到的多元线性回归方程:Y=0.008+1.061x1+0.087 x2+0.157 x3-0.365 x4-0.105 x5-0.017x6 ,(x1为煤炭消费量,x2为焦炭消费量,x3为原油消费量,x4为原煤产量,x5为原炭产量,x6为原油产量,Y是能源消费总量),结论:能量消费总量由主要与煤炭消费总量所影响,成正相关;与原煤产量成一定的反比。,

    系数

    模型

    非标准化系数

    标准系数

    t

    Sig.

    B

    标准 误差

    beta

    1

    (常量)

    .008

    .057



    .149

    .883

    Zscore(煤炭消费量)

    1.061

    .126

    1.071

    8.432

    .000

    Zscore(焦炭消费量)

    .087

    .101

    .088

    .856

    .401

    Zscore(原油消费量)

    .157

    .085

    .159

    1.848

    .078

    Zscore(原煤产量)

    -.365

    .155

    -.372

    -2.360

    .028

    Zscore(焦炭产量)

    -.105

    .150

    -.107

    -.697

    .493

    Zscore(原油产量)

    -.017

    .070

    -.017

    -.247

    .807
    ,表1-6回归方程系数,5.模型的适合性检验,主要是残差分析。残差图是散点图,如图1-11所示:,

    , ,图1-11残差图, ,可以看出各散点随机分布在e=0为中心的横带中,证明了该模型是适合的。同时我们也发现了两个异常点,就是广东省和四川省,这种离群点是值得进一步研究的。,还有一种残差正态概率图(rankit图)可以直观地判断残差是否符合正态分布。如图1-12所示:,


                                         图1-12 rankit(P-P)图,它的直方图如图1-13所示:,

    , ,图1-13 rankit(直方)图,
    ,
    转载请注明:数据分析 » SPSS19.0实战之多元线性回归分析_spss多元线性回归
  • 回复

    使用道具 举报

    您需要登录后才可以回帖 登录 | 立即注册

    本版积分规则

    小黑屋|Archiver|手机版|DataValues ( 赣ICP备16006919号-3 点击这里给我发消息 DataValues

    GMT+8, 2019-2-19 21:47 , Processed in 0.117253 second(s), 32 queries .

    Powered by Discuz! X3.2

    © 2001-2013 Comsenz Inc.

    快速回复 返回顶部 返回列表