运用SPSS建立多元线性回归模型并进行检验__副本

1、计量经济学实验报告一. 实验目的：1、学习和掌握用SPSS故变量间的相关系数矩阵；2、掌握运用SPSS做多元线性回归的估计；3、用残差分析检验是否存在异常值和强影响值4、看懂SPSS估计的多元线性回归方程结果；5、掌握逐步回归操作；6掌握如何估计标准化回归方程7、根据输出结果书写方程、进行模型检验、解释系数意义和预测；二. 实验步骤：1、根据所研究的问题提出因变量和自变量，搜集数据。2、 绘制散点图和样本相关阵，观察自变量和因变量间的大致关系。3、如果为线性关系，则建立多元线性回归方程并估计方程。4、运用残差分析检验是否存在异常值点和强影响值点。5、通过t检验进行逐步回归。6根据spss输出结

2、果写出方程，对方程进行检验(拟合优度检验、F检验和t检验)。7、输出标准化回归结果，写出标准化回归方程。8、如果通过检验，解释方程并应用(预测)。三. 实验要求：研究货运总量y与工业总产值x1,农业总产值x2，居民非商品支出x3,之间的关系 详细数据见表：(1) 计算出y,x1,x2,x3的相关系数矩阵。(2) 求y关于x1,x2,x3的三元线性回归方程(3) 做残差分析看是否存在异常值。(4) 对所求方程拟合优度检验。(5) 对回归方程进行显着性检验。(6) 对每一个回归系数做显着性检验。(7) 如果有的回归系数没有通过显着性检验，将其剔除，重新建立回归方程，在做方程 的显着性检验和回归系数

3、的显着性检验。(8) 求标准化回归方程。(9) 求当x仁75,x2=42,x3=3.1时y。并给出置性水平为99%勺近似预测区间。(10) 结合回归方程对问题进行一些基本分析。四. 绘制散点图或样本相关阵相关性货运总量工业总产值农业总产值居民非商品支出Pearson相关性1.556.731 *.724 *货运总量显着性(双侧).095.016.018N10101010Pearson相关性.5561.155.444工业总产值显着性（双侧）.095.650.171N10111111Pearson相关性.731 *.1551.562农业总产值显着性（双侧）.016.650.072N10111111P

4、earson相关性.724*.444.5621居民非商品支出显着性（双侧）.018.171.072N10111111*.在0.05 水平（双侧）上显着相关。五. 建立并估计多元线性回归模型:六. 残差分析找异常值由上表分析得，残差分析找异常值后其 Cook距离不能大于1，Student化已删除的残 差的绝对值不能大于3,综上所述删除第六组观测值继续进行如上操作，再未发现异常值。七. 删除异常值继续回归：模型汇总模型RR方调整R方标准估计的误差1.975a.950.92012.94188a.预测变量：（常量）,居民非商品 支岀，工业总产值,农业总产值。Anova模型平方和df均方FSig.回15

5、968532231.73.001 b归.094.69879残837.4167.15差62492总168058计.556a. 因变量：货运总量b. 预测变量：（常量）,居民非商品支岀，工 业总产值,农业总产值。系数非标准化系数标准系数tSig.B的丫置信)5.0%区间B标准误差试用版下限上限-659126.-5.2-985-333（常量）.51083300.003.546.474工业总产4.071.07.4123.80.0131.316.82值1农业总产0128216.02.821.055.68.0028.7823.3值43471401居民非商-14.9.10-.30-1.5.176-37.9.

6、05品支出35996767767则回归方程为： Y - -659.510 4.070X, 16.043X2 -14.359X3由上述分析知居民的非商品支出的参数估计量-3所对应P值为0.176大于=0.05 ,所以货运总量与居民非商品支出无显着性差异，即剔除变量：居民的非商品支出，继续做回 归。此时的回归方程为：八. 统计检验：（1）拟合优度检验：由估计结果图表可知，可决系数 R2 =0.962，修正的可决系数R2 =0.925。计算结果表明，估计的样本回归方程较好的拟合了样本观测值。（2）F检验提出检验的原假设为H0: 1=0对立假设为H1 :-i至少有一个 不等于零（i=0 , 1,2）对

7、于给定的显着性水平:=0.05，P=0.000v =0.05,所以否定原假设，总体回归方程是显着 的。（3）t检验提出的原假设为H。：=0i=0，1，2由表得，t统计量为-0所对应的P值为0.002所对应的P值为0.021-2所对应的P值为0.000对于给定的显着性水平 a=0.05，因为-1 -2所对应的P值均小于:=0.05,所以货运总量与工业总产值和农业总产值之间有显着性关系，（4）预测假设X1=75, X2=42试预测货运总量并构造其99%勺置信区间将X1=75, X2=42代入估计的回归方程经计算得丫的置信区间为(237.71840,312.28406.)(5) 相关分析 当维持农业总产值不变的情况