《應(yīng)用回歸分析》-多元線性回歸分析實(shí)驗(yàn)報(bào)告三_第1頁(yè)
《應(yīng)用回歸分析》-多元線性回歸分析實(shí)驗(yàn)報(bào)告三_第2頁(yè)
《應(yīng)用回歸分析》-多元線性回歸分析實(shí)驗(yàn)報(bào)告三_第3頁(yè)
《應(yīng)用回歸分析》-多元線性回歸分析實(shí)驗(yàn)報(bào)告三_第4頁(yè)
《應(yīng)用回歸分析》-多元線性回歸分析實(shí)驗(yàn)報(bào)告三_第5頁(yè)
已閱讀5頁(yè),還剩1頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

《應(yīng)用回歸分析》---多元線性回歸分析實(shí)驗(yàn)報(bào)告實(shí)驗(yàn)名稱:多元線性回歸分析實(shí)驗(yàn)?zāi)康模赫莆斩嘣€性回歸分析的基本思想掌握多元線性回歸分析的SPSS操作讀懂分析結(jié)果,并寫(xiě)出回歸方程對(duì)回歸方程進(jìn)行方差分析、顯著性檢驗(yàn)等各種統(tǒng)計(jì)檢驗(yàn)實(shí)驗(yàn)設(shè)備與環(huán)境:計(jì)算機(jī),SPSS22.0等。一、實(shí)驗(yàn)內(nèi)容:為研究體重和體內(nèi)脂肪比重對(duì)腰圍的影響,隨機(jī)收集了20個(gè)觀測(cè)數(shù)據(jù),具體數(shù)據(jù)為“腰圍和體重.sav”,利用一般線性回歸分析方法進(jìn)行研究,完成以下任務(wù):計(jì)算出增廣的樣本相關(guān)矩陣;給出回歸方程;對(duì)所得回歸方程做擬合優(yōu)度檢驗(yàn);對(duì)回歸方程做顯著性檢驗(yàn);對(duì)回歸系數(shù)做顯著性檢驗(yàn);結(jié)合回歸方程對(duì)該問(wèn)題做一些基本分析.二、實(shí)驗(yàn)步驟:(只需關(guān)鍵步驟)1,步驟:點(diǎn)擊SPSS中分析--相關(guān)--雙變量,然后確定變量,點(diǎn)擊確定得出相關(guān)性。2步驟:分析----回歸----線性,做線性回歸,確定自變量因變量,根據(jù)得出的表,進(jìn)行分析得出回歸方程3步驟:對(duì)所得回歸方程做擬合優(yōu)度檢驗(yàn)在SPSS中點(diǎn)擊分析---回歸---線性,確定自變量因變量,從得出表中R方。得出擬合優(yōu)度。4步驟:采用F檢驗(yàn)。分析--回歸--線性(同上)5步驟:采用t檢驗(yàn)檢驗(yàn)各個(gè)系數(shù)是否顯著大于0,6步驟:對(duì)得出的模型和表中數(shù)據(jù)進(jìn)行分析。三、實(shí)驗(yàn)結(jié)果分析:(提供關(guān)鍵結(jié)果截圖和分析)1:得出樣本相關(guān)矩陣相關(guān)腰圍(英寸)體重(磅)%脂肪比重腰圍(英寸)皮爾森(Pearson)相關(guān)1.853**.887**顯著性(雙尾).000.000N202020體重(磅)皮爾森(Pearson)相關(guān).853**1.697**顯著性(雙尾).000.001N202020%脂肪比重皮爾森(Pearson)相關(guān).887**.697**1顯著性(雙尾).000.001N202020**.相關(guān)性在0.01層上顯著(雙尾)。2:分析回歸系數(shù)表,得出回歸方程為:y=0.227x+20.236係數(shù)a模型非標(biāo)準(zhǔn)化係數(shù)標(biāo)準(zhǔn)化係數(shù)T顯著性B標(biāo)準(zhǔn)錯(cuò)誤Beta1(常數(shù))20.2362.4688.199.000體重(磅).065.016.4574.144.001%脂肪比重.227.044.5695.163.000a.應(yīng)變數(shù)\:腰圍(英寸)3:由模型摘要得出R方的值為0.881說(shuō)明該回歸模型的擬合優(yōu)度很好。模型RR平方調(diào)整後R平方標(biāo)準(zhǔn)偏斜度錯(cuò)誤1.945a.894.8811.3154:進(jìn)行F檢驗(yàn)的出下表,可以看出F=71.545,顯著性p=0.000<0.05的顯著性水平,說(shuō)明兩個(gè)變量之間有顯著的線性關(guān)系。變異數(shù)分析a模型平方和df平均值平方F顯著性1迴歸247.5412123.77071.545.000b殘差29.409171.730總計(jì)276.95019a.應(yīng)變數(shù):腰圍(英寸)b.預(yù)測(cè)值:(常數(shù)),%脂肪比重,體重(磅)5:采用t檢驗(yàn)檢驗(yàn)各個(gè)系數(shù)是否顯著大于0,模型非標(biāo)準(zhǔn)化係數(shù)標(biāo)準(zhǔn)化係數(shù)T顯著性B標(biāo)準(zhǔn)錯(cuò)誤Beta1(常數(shù))20.2362.4688.199.000體重(磅).065.016.4574.144.001%脂肪比重.227.044.5695.163.000從表中看出各系數(shù)的顯著性檢驗(yàn)統(tǒng)計(jì)量t=(8.199,4.144,5.163),p=0.00<0.05說(shuō)明自變量與因變量之間有顯著的線性關(guān)系。6:基本分析回歸方程為y=0.227x+20.236,由上可知,R方的值為0.881說(shuō)明該回歸模型的擬合優(yōu)度很好。又F檢驗(yàn)可得,兩個(gè)變量之間有顯著的線性關(guān)系。即體重和脂肪比重會(huì)影響腰圍(英寸)。四、實(shí)驗(yàn)總結(jié):(包括心得體會(huì)、問(wèn)題回答及實(shí)驗(yàn)改進(jìn)意見(jiàn),可附頁(yè))在此次實(shí)驗(yàn)中,我學(xué)到了多元線性回歸分析的基本思想,并學(xué)會(huì)了怎樣得出回歸方程,從而對(duì)回歸方程進(jìn)行方差分

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論