数据分析2完整版本.9

某医院为了了解病人对医院工作的满意程度Y和病人的年龄X1,病人的病情严重程度X2和病人的忧虑程度X3之间的关系，随机调查了23名病人，得数据如下表：年龄（x1）病情程度（x2）忧虑程度（x3）满意程度（y）50512.34836462.35740482.26641441.87028431.88949542.93643502.24645482.45452622.92629482.48929502.17743532.46738552.24734512.35153542.25736492.06633562.57929461.98833492.16055512.44929522.37744582.95243502.3601用spss对该模型进行回归分析：对模型做散点图：y与年龄（x1）的散点图y与病情程度x2的散点图y与满意程度（x3）的散点图由以上的散点图可知：y与x1有明显的线性关系，与x2，x3也有线性关系，但不大明显。从该模型汇总中可得到=0.678，复相关系数R越大线性关系越强，由此可知此模型的线性关系较弱。Anovab模型平方和df均方FSig.1回归4165.70031388.56713.328.000a残差1979.51819104.185总计6145.21722a.预测变量:(常量),x3,x1,x2。b.因变量:y由此方差分析表可知：SST=6145.217SSR=4165.700SSE=1979.518MSR=SSR/p-1=1388.567MSE=SSE/n-p=104.185。系数a模型非标准化系数标准系数tSig.B标准误差试用版1(常量)162.99225.5696.375.000x1-1.217.298-.618-4.085.001x2-.661.814-.176-.811.427x3-8.63212.136-.157-.711.486a.因变量:y从参数估计表中知：所以该线性方程为:2对上述模型作残差分析：残差统计量a极小值极大值均值标准偏差N预测值33.6984.9561.3513.76023标准预测值-2.0101.716.0001.00023预测值的标准误差2.4405.9394.1171.10623调整的预测值37.6283.9261.1513.72323残差-17.04814.765.0009.48623标准残差-1.6701.447.000.92923Student化残差-1.7341.627.0091.02923已删除的残差-18.69819.152.19611.69223Student化已删除的残差-1.8391.706.0061.06023Mahal。距离.3016.4922.8701.91123Cook的距离.000.273.061.07823居中杠杆值.014.295.130.087233用逐步回归法分析该模型：输入／移去的变量a模型输入的变量移去的变量方法1x1.步进（准则:F-to-enter的概率<=.100，F-to-remove的概率>=.110）。2x2.步进（准则:F-to-enter的概率<=.100，F-to-remove的概率>=.110）。a.因变量:y模型汇总c模型RR方调整R方标准估计的误差更改统计量Durbin-WatsonR方更改F更改df1df2Sig.F更改1.777a.604.58510.764.60432.036121.0002.818b.669.63610.080.0653.947120.0612.203a.预测变量:(常量),x1。b.预测变量:(常量),x1,x2。c.因变量:y系数a模型非标准化系数标准系数tSig.B标准误差试用版1(常量)122.06310.95911.138.000x1-1.531.271-.777-5.660.0002(常量)166.72624.7136.746.000x1-1.267.286-.643-4.428.000x2-1.086.547-.289-1.987.061a.因变量:y由此得到两个线性回归方程:和，显然它与第一次做的模型所建立的线性方程不一样。已排除的变量c模型BetaIntSig.偏相关共线性统计量容差1x2-.289a-1.987.061-.406.784x3-.288a-1.939.067-.398.7552x3-.157b-.711.486-.161.349a.模型中的预测变量:(常量),x1。b.模型中的预测变量:(常量),x1,x2。c.因变量:y系数相关a模型x1x21相关性x11.000协方差x1.0732相关性x11.000-.465x2-.4651.000协方差x1.082-.073x2-.073.299a.因变量:y对其作残差分析得：作如下残差图：残差统计量a极小值极大值均值标准偏差N预测值33.5284.5661.3513.67323标准预测值-2.0351.698.0001.00023预测值的标准误差2.3485.8613.528.91823调整的预测值37.3783.4461.1413.51623残差-17.27316.057.0009.61123标准残差-1.7141.593.000.95323Student化残差-1.7781.734.0101.02023已删除的残差-18.59519.025.20711.03023Student化已删