SPSS数据分析-多重线性回归

分析一回归一线性分析一回归一线性只有一个自变量和因变量的线性回归称为简单线性回归，但是实际上，这样单纯的关系在现实世界中几乎不存在，万事万物都是互相联系的，一个问题的产生必定多种因素共同作用的结果。对于有多个自变量和一个因变量的线性回归称为多重线性回归，有的资料上称为多元线性回归，但我认为多元的意思应该是真的因变量而非自变量的，而且多重共线性这个说法，也是针对多个自变量产生的，因此我还是赞同叫做多重线性回归。多重线性回归是适用条件和简单线性回归类似，也是自变量与因变量之间存在线性关系、残差相互独立、残差方差齐性，残差呈正态分布，但是由于自变量多于1个，因此还需要要求自变量之间不存在相关性，即不存在多重共线性，但是完全不存在相关的两个变量是不存在的，因此条件放宽为只要不是强相关性，都可以接受。多重线性回归在SPSS中的操作过程和简单线性回归一样，只是设置的内容多了一些，并且由于考察的信息较多，建议设定分析步骤，常用的步骤为1•绘制散点图，判断是否存在线性趋势2.初步建模，包括设定变量筛选方法3•残差分析，分析建模之后的残差的正态性，独立性，方差齐性等问题4.强影响点和多重共线性的判断5•根据以上分析结果修正模型，并重复3-4,直到模型达到最优效果本例研究的是猪的按肉量和三个部位肉量的关系，因变量共能选入一个，而自变量可以納入务个，在自变量选择上，根振专业经验.我们认为这些自变量都比较重要，因此变量的筛选方法选择向后法4怙计店,淞VDurtpri'WalfQnCU)4个跖滴◎0嚴鞫佥需/慣世财舍度(囲耗方鼻化燼I罐14班仔相关珂輛关誉®刚画盛和标建迤在藐计量按钮中，除了默认的估计和模型拟合度之外，我们再选择共线性诊断、Durbin-Tatsom个案逡断，逮三个的件用分别是，判断共钱性、捡查残羞的独立性以及强影晌点的判断DEPENDMTdIPRED^RLSIDPRESIDYDJFRED*SRESID*SDRESIDi(n'2RESIDN祁503凹7正总載車曲回在绘制按钮中，主要是输岀强差的统计團，養fl选择直方團和正态抚率團，也可以很据左侧的统计量鮭制散点團，左侧统计董依次为=DEPENDNT:因变量*ZPEED：标准化孫测值♦ZRESID:标准化残差*DKESID:»|除的残差*ADJPKED：1S整的残差*SKESHD:Student3^^*SDR1SID:Studentd除残差本例我fl在X轴选择标准化预测值，T轴选择标准化残差"并选择标准化残差的直方團和正去槪率團nourririiinekrritmr>4j]仲un■翔ae(ei—册■iwHflnrri^itfQgi■iMHfMi勸IHilliiin)at1OIKt世2J4M4H«hllr!&JAJHuftH7ir■止tn方■祁耳屯卑耳梅i・T邑虫.攀拒(tel：宴:imcBj暑如EEHUk⑷―峡*卜•■:GrQ«flArLlB>W-ttflL.t™*UM£3吐EMV"r{KT/m7-rm±iKaE-c^>保存按钮用来将一些分析结果保存在数JE中，以便后续分析，在此我们不做选择L><imsJWertiJ33B£l中內盘选择按粗用菲设置变量筛选的察件’以及是否在模型中包含常量，并且可且对缺失值进行处理.在此我们选择默认即可选择按粗用菲设置变量筛选的察件’以及是否在模型中包含常量，并且可且对缺失值进行处理.在此我们选择默认即可齿进舟法荷准◎懾用17的陛塹.砸久亘區二1刪除曲~~|©使用F（a（v）進人砂|3.848W（AJ-12.71M在等式申包含章盘3r撼失値©憧列険挨降令案也）©按时拂除*索世）也陲用坷値W（R）im^T|[w][««j辆入的变莹移上的变量1膜肉量，肛脚面辆入的变莹移上的变量1膜肉量，肛脚面乩膿肉量b輸入向石C传则：F-to-remove==.1M的槪输入zl萝逊晌銮量3a因疫量:瘦肉量d已辅入所有请求的变量FtR^rMS"供骨一|L：rDurbin-Watson1.917*.041S19,462492Alt1*，咖,45?1123se広婕汇电&3.'.■■：1.-K（«£.軽口■■”面厂.甘內■匕函训变■：（常矍）.牌芮童舉白号c.B•.量浄內量结果中，首先看到筛选变量摘要，因为我们选择的是向后筛选法.首先将所有变量纳入模型中.结果中首先显示輪入三个变量.其横可以看到，最终将肌肉面积这个变量移除了，因为它超过了我们设定的概率值不能大于0・1的范围其次鸯甜的结果是模塞汇总，可以看出有两冲模型，-冲是三冲变莹全部选入时的模塞，一卒是朝除肌肉面积变量后的模型，可见，副除该变量之后，R方有所降低，世是迴樂R方塔大，说明則除之后的模理比之甫■的真奸，而且标准误差也有所降低・D-Ife螫值在说明残差独立性良好f念I。1回门鱼计23.32A14W28,?15321217JI41.21437.124.00ob2曲;1总计2373$^57728.31222汩11朋9.20857054.000°tUWNil^3S量®门鶴模型的整体方差检验显示，两个模型均有统计学意义，井且回归部分的数值也相差不大mil非h周匕帛萃、・.d栉tSig.^■<|±r-.&0$專V1F憚fi]ITlTW!!Ml.01?1743.030■ASTAgd甫血.633・9豹1.D^vn«JO71J70.?2G7.671J»V145Wftfi1i.93651I33513.T7-I.0D1.0??1147笛门■i11001«332®27306339004533ODD8S41131样鬥.r«5.5CI2.3563.93D.001.6541131Jf-ffi3aaa*!■模塑至数表显示，m肉面取这个变童没有毓计学意将其則除N后，其余变重的系数值并未发生巨大变化，后紫的容羞和¥TF值为共绪性统计量，客差越接近0・1.■IF值越接近亦说明共线性越严重・从本例情况来看，问题不I1QJ冃Lili冊宇弓1■^srtHHWf鬥面，vrafi11ws1.^0.AftM帕2.010136=99h(J2.99J2•05.003KSJM.OS.01je.514血49454-3V.00Vi212.995l.frDD.00.DO.时ZQQ33(X508Mi7，軸1M2.82f3.(