薛薇SPSS統(tǒng)計(jì)分析方法及應(yīng)用相關(guān)分析和線性回歸分析PPT學(xué)習(xí)教案

1、會(huì)計(jì)學(xué)1第1頁(yè)/共110頁(yè)第2頁(yè)/共110頁(yè)相關(guān)關(guān)系相關(guān)關(guān)系回歸關(guān)系回歸關(guān)系變量y與變量x處于平等地位變量y處于被解釋的特殊地位變量y與x均為隨機(jī)變量變量y為隨機(jī)變量，x可為隨機(jī)變量，也可為非隨機(jī)變量目的是刻畫(huà)變量間的相關(guān)程度可解釋x對(duì)Y的影響大小，還可以對(duì)y進(jìn)行預(yù)測(cè)與控制第3頁(yè)/共110頁(yè)第4頁(yè)/共110頁(yè)第5頁(yè)/共110頁(yè)第6頁(yè)/共110頁(yè)第7頁(yè)/共110頁(yè)相關(guān)回歸分析（高校科研研究）.sav第8頁(yè)/共110頁(yè)第9頁(yè)/共110頁(yè)第10頁(yè)/共110頁(yè)第11頁(yè)/共110頁(yè)相關(guān)回歸分析（高?？蒲醒芯浚?sav第12頁(yè)/共110頁(yè)第13頁(yè)/共110頁(yè)第14頁(yè)/共110頁(yè)相關(guān)回歸分析（高校科研研究）

2、.sav第15頁(yè)/共110頁(yè)第16頁(yè)/共110頁(yè)第17頁(yè)/共110頁(yè)相關(guān)回歸分析（高校科研研究）.sav第18頁(yè)/共110頁(yè)第19頁(yè)/共110頁(yè)選中簡(jiǎn)單點(diǎn)，單擊定義Define按鈕，打開(kāi)窗口相關(guān)回歸分析（高?？蒲醒芯浚?sav第20頁(yè)/共110頁(yè)第21頁(yè)/共110頁(yè)第22頁(yè)/共110頁(yè)第23頁(yè)/共110頁(yè)對(duì)不同類(lèi)型的變量應(yīng)采用不同的相關(guān)系數(shù)來(lái)度量對(duì)不同類(lèi)型的變量應(yīng)采用不同的相關(guān)系數(shù)來(lái)度量第24頁(yè)/共110頁(yè)適用于兩分類(lèi)變量的分析適用于兩分類(lèi)變量的分析適用于一分類(lèi)變量一定距變量的分析適用于一分類(lèi)變量一定距變量的分析適用于兩順序變量的分析適用于兩順序變量的分析第25頁(yè)/共110頁(yè)22()()()(

3、)iiiiryyxxyyxxg221rntr第26頁(yè)/共110頁(yè)( ,)iix y( ,)iix y(,)iiU Vixiy222i21161()(1)nniiiiiDrDUVn n ，其中第27頁(yè)/共110頁(yè)22i11()nniiiiDUV1Zr n22i11()nniiiiDUV第28頁(yè)/共110頁(yè)第29頁(yè)/共110頁(yè)21UVn n9125n nZn n第30頁(yè)/共110頁(yè)第31頁(yè)/共110頁(yè)第32頁(yè)/共110頁(yè)第33頁(yè)/共110頁(yè)第34頁(yè)/共110頁(yè)第35頁(yè)/共110頁(yè)相關(guān)回歸分析（高?？蒲醒芯浚?sav第36頁(yè)/共110頁(yè)第37頁(yè)/共110頁(yè)第38頁(yè)/共110頁(yè)第39頁(yè)/共110頁(yè)第4

4、0頁(yè)/共110頁(yè)12 121,2121222212212(1)(1)yyxxxyyyyyyrr rrrrrrr1 其中， 、 、 分別表示和x的相關(guān)系數(shù), 和 的相關(guān)系數(shù), 和 的相關(guān)系數(shù)第41頁(yè)/共110頁(yè)221nqtrr第42頁(yè)/共110頁(yè)相關(guān)回歸分析（高?？蒲醒芯浚?sav第43頁(yè)/共110頁(yè)第44頁(yè)/共110頁(yè)相關(guān)回歸分析（高?？蒲醒芯浚?sav第45頁(yè)/共110頁(yè)相關(guān)分析輸出結(jié)果相關(guān)分析輸出結(jié)果; ;正強(qiáng)相關(guān)正強(qiáng)相關(guān)偏相關(guān)分析輸出結(jié)果偏相關(guān)分析輸出結(jié)果; ;負(fù)的弱相關(guān)負(fù)的弱相關(guān)第46頁(yè)/共110頁(yè)第47頁(yè)/共110頁(yè)第48頁(yè)/共110頁(yè)第49頁(yè)/共110頁(yè)xy1001第50頁(yè)/共11

5、0頁(yè)21)()(xxyyxxiiixby 0第51頁(yè)/共110頁(yè)第52頁(yè)/共110頁(yè)多元線性回歸的估計(jì)第53頁(yè)/共110頁(yè)1. 回歸方程的擬合優(yōu)度回歸直線與各觀測(cè)點(diǎn)的接近程度稱(chēng)為回歸方程的擬合優(yōu)度，即樣本觀測(cè)值聚集在回歸線周?chē)木o密程度 。1）離差平方和的分解： 建立直線回歸方程可知：y的觀測(cè)值的總變動(dòng)可由 來(lái)反映，稱(chēng)為總變差。引起總變差的原因有兩個(gè)：(a)由于x的取值不同，使得與x有線性關(guān)系的y值不同；(b)隨機(jī)因素的影響。2)( yy第54頁(yè)/共110頁(yè)222yyyyyy 即：總離差平方和(SST)=剩余離差平方和(SSE) +回歸離差平方和(SSR) 其中；SSR是由x和y的直線回歸關(guān)系

6、引起的，可以由回歸直線做出解釋?zhuān)籗SE是除了x對(duì)y的線性影響之外的隨機(jī)因素所引起的Y的變動(dòng)，是回歸直線所不能解釋的。第55頁(yè)/共110頁(yè)回歸平方和在總離差平方和中所占的比例可以作為一個(gè)統(tǒng)計(jì)指標(biāo)，用來(lái)衡量X與Y 的關(guān)系密切程度以及回歸直線的代表性好壞，稱(chēng)為可決系數(shù)。對(duì)于一元線性回歸方程：22222211yyyyyyyyRSSTSSESSTSSESSTSSTSSRR第56頁(yè)/共110頁(yè)n對(duì)于多元線性回歸方程：對(duì)于多元線性回歸方程：在多元線性回歸分析中，引起判定系數(shù)增加的原因有兩個(gè)：一個(gè)是方程中的解釋變量個(gè)數(shù)增多，另一個(gè)是方程中引入了對(duì)被解釋變量有重要影響的解釋變量。在多元線性回歸分析中，調(diào)整的判定

7、系數(shù)比判定系數(shù)更能準(zhǔn)確的反映回歸方程的擬合優(yōu)度。221/11/1S S ERS S TS S EnpRS S Tn第57頁(yè)/共110頁(yè)），（21)2/() (1/)()2/(1/22nFnyyyynSSESSRF），（1p) 1/() (/)() 1/(/22pnFpnyypyypnSSEpSSRF第58頁(yè)/共110頁(yè)2)()2()(221nyySntxxtiiyi其中，第59頁(yè)/共110頁(yè)1)() 1()(22pnyySpntxxtiiyiijii其中，第60頁(yè)/共110頁(yè)2()0,1, 2, 3,0,(,),ijEiniijCovij212(0,),inN 互相獨(dú)立()1rankpnX多重

8、共線性多重共線性自相關(guān)自相關(guān)異方差異方差第61頁(yè)/共110頁(yè)01 122(.)iiiippyyyxxx第62頁(yè)/共110頁(yè)第63頁(yè)/共110頁(yè)221ssnrtr112101()()()niiiiniiixxyyxxyx第64頁(yè)/共110頁(yè))1 (2)(22221nttnttteeeDW第65頁(yè)/共110頁(yè)SPSS SPSS 操作操作模塊模塊回歸分析問(wèn)題回歸分析問(wèn)題線性回歸線性回歸解決一元線性回歸和多元線性回歸的基本問(wèn)題解決一元線性回歸和多元線性回歸的基本問(wèn)題加權(quán)回歸加權(quán)回歸解決異方差問(wèn)題，解決異方差問(wèn)題，可給可給自變量加上不同的權(quán)重自變量加上不同的權(quán)重二二階最小二乘法階最小二乘法 解決預(yù)測(cè)變量

9、與誤差項(xiàng)相關(guān)的解決預(yù)測(cè)變量與誤差項(xiàng)相關(guān)的問(wèn)題問(wèn)題( (自相關(guān)自相關(guān)) )異方差和自相關(guān)的處理方法異方差和自相關(guān)的處理方法第66頁(yè)/共110頁(yè)21iiRTol2iR第67頁(yè)/共110頁(yè)imik第68頁(yè)/共110頁(yè)多重共線性分析的處理方法多重共線性分析的處理方法第69頁(yè)/共110頁(yè)相關(guān)回歸分析（高?？蒲醒芯浚?sav第70頁(yè)/共110頁(yè)第71頁(yè)/共110頁(yè)第72頁(yè)/共110頁(yè)第73頁(yè)/共110頁(yè)第74頁(yè)/共110頁(yè)第75頁(yè)/共110頁(yè)第76頁(yè)/共110頁(yè)統(tǒng)計(jì)量對(duì)話(huà)框統(tǒng)計(jì)量對(duì)話(huà)框第77頁(yè)/共110頁(yè)第78頁(yè)/共110頁(yè)第79頁(yè)/共110頁(yè)第80頁(yè)/共110頁(yè)選項(xiàng)對(duì)話(huà)框選項(xiàng)對(duì)話(huà)框第81頁(yè)/共110頁(yè)繪

10、制對(duì)話(huà)框繪制對(duì)話(huà)框第82頁(yè)/共110頁(yè)第83頁(yè)/共110頁(yè)保存對(duì)話(huà)框保存對(duì)話(huà)框第84頁(yè)/共110頁(yè)第85頁(yè)/共110頁(yè)相關(guān)回歸分析（高?？蒲醒芯浚?sav第86頁(yè)/共110頁(yè)強(qiáng)制進(jìn)入策略強(qiáng)制進(jìn)入策略- -操作操作第87頁(yè)/共110頁(yè)回歸方程的回歸方程的擬合優(yōu)度檢擬合優(yōu)度檢驗(yàn)驗(yàn)( (判定系數(shù)判定系數(shù)) )回歸方程回歸方程的顯著性的顯著性檢驗(yàn)檢驗(yàn)強(qiáng)制進(jìn)入策略強(qiáng)制進(jìn)入策略- -結(jié)果結(jié)果 第88頁(yè)/共110頁(yè)回歸系數(shù)回歸系數(shù)的顯著性的顯著性檢驗(yàn)檢驗(yàn)回歸參數(shù)回歸參數(shù)的估計(jì)值的估計(jì)值變量的多變量的多重共線性重共線性檢驗(yàn)檢驗(yàn)接近接近0 0說(shuō)明說(shuō)明共線性強(qiáng)共線性強(qiáng)1010說(shuō)明說(shuō)明共線性強(qiáng)共線性強(qiáng)總之總之, ,

11、有多個(gè)影響變量不顯著有多個(gè)影響變量不顯著, ,且變量間共線性強(qiáng)且變量間共線性強(qiáng)強(qiáng)制進(jìn)入策略強(qiáng)制進(jìn)入策略- -結(jié)果結(jié)果第89頁(yè)/共110頁(yè)變量的多重共線性檢驗(yàn)變量的多重共線性檢驗(yàn)特征根和方差比特征根和方差比.第第7個(gè)特征根可解釋多個(gè)變量的大部分方差個(gè)特征根可解釋多個(gè)變量的大部分方差強(qiáng)制進(jìn)入策略強(qiáng)制進(jìn)入策略- -結(jié)果結(jié)果第90頁(yè)/共110頁(yè)向后篩選策略向后篩選策略- -操作操作第91頁(yè)/共110頁(yè)向后篩選策略向后篩選策略- -操作操作第92頁(yè)/共110頁(yè)回歸方程的回歸方程的擬合優(yōu)度檢擬合優(yōu)度檢驗(yàn)驗(yàn)( (判定系數(shù)判定系數(shù)) )向后篩選策略向后篩選策略- -結(jié)果結(jié)果DW值在值在1.5-2.5之間之間，

12、可可以說(shuō)明沒(méi)有以說(shuō)明沒(méi)有自相關(guān)現(xiàn)象自相關(guān)現(xiàn)象第93頁(yè)/共110頁(yè)回歸方程回歸方程的顯著性的顯著性檢驗(yàn)檢驗(yàn)向后篩選向后篩選策略策略- -結(jié)果結(jié)果第94頁(yè)/共110頁(yè)向后篩選向后篩選策略策略- -結(jié)果結(jié)果回歸參數(shù)回歸參數(shù)的估計(jì)的估計(jì)+ +回歸系數(shù)回歸系數(shù)的顯著性的顯著性檢驗(yàn)檢驗(yàn)第95頁(yè)/共110頁(yè)向后篩選向后篩選策略策略- -結(jié)果結(jié)果每步排除每步排除的變量的變量第96頁(yè)/共110頁(yè)向后篩選向后篩選策略策略- -結(jié)果結(jié)果殘差累計(jì)殘差累計(jì)概率圖概率圖從圖中可知?dú)埐罱品臉?biāo)準(zhǔn)正態(tài)分布從圖中可知?dú)埐罱品臉?biāo)準(zhǔn)正態(tài)分布第97頁(yè)/共110頁(yè)向后篩選向后篩選策略策略- -結(jié)果結(jié)果殘差圖殘差圖從圖中可知從圖中

13、可知, ,數(shù)據(jù)點(diǎn)無(wú)明顯規(guī)律數(shù)據(jù)點(diǎn)無(wú)明顯規(guī)律, ,殘差序列殘差序列是獨(dú)立是獨(dú)立, ,且都在且都在3 3個(gè)標(biāo)準(zhǔn)差范圍內(nèi)個(gè)標(biāo)準(zhǔn)差范圍內(nèi), ,無(wú)異常無(wú)異常點(diǎn)點(diǎn)第98頁(yè)/共110頁(yè)向后篩選向后篩選策略策略- -結(jié)果結(jié)果標(biāo)準(zhǔn)化殘差和標(biāo)準(zhǔn)化預(yù)測(cè)值的標(biāo)準(zhǔn)化殘差和標(biāo)準(zhǔn)化預(yù)測(cè)值的Spearman等級(jí)相關(guān)分析等級(jí)相關(guān)分析-操作操作第99頁(yè)/共110頁(yè)標(biāo)準(zhǔn)化殘差和標(biāo)準(zhǔn)化預(yù)測(cè)值的標(biāo)準(zhǔn)化殘差和標(biāo)準(zhǔn)化預(yù)測(cè)值的Spearman等級(jí)相關(guān)分析結(jié)果等級(jí)相關(guān)分析結(jié)果計(jì)算殘差與預(yù)測(cè)值的相關(guān)性弱計(jì)算殘差與預(yù)測(cè)值的相關(guān)性弱, ,認(rèn)為異方差現(xiàn)象不明顯認(rèn)為異方差現(xiàn)象不明顯第100頁(yè)/共110頁(yè)標(biāo)準(zhǔn)化殘差的非參數(shù)檢驗(yàn)標(biāo)準(zhǔn)化殘差的非參數(shù)檢驗(yàn)-操作操作第101頁(yè)/共110頁(yè)標(biāo)準(zhǔn)化殘差的非參數(shù)檢驗(yàn)結(jié)果標(biāo)準(zhǔn)化殘差的非參數(shù)檢驗(yàn)結(jié)果可認(rèn)為標(biāo)準(zhǔn)化殘差服從標(biāo)準(zhǔn)