Download
1 / 23
230 likes | 335 Views
第六章. 迴歸 Regression & 複回歸 Multiple Regression. 操作程序 Statistics Advanced Linear/Nonlinear Models General Linear Models. General Linear Models (GLM) 初始面板. 1.Quick specs dialog: 一步一步操作 2.Analysis Wizard: 由分析精靈來指 引 3.Analysis syntax edit: 類似 spss 寫 程式語法.
E N D
第六章 迴歸Regression & 複回歸Multiple Regression
操作程序Statistics Advanced Linear/Nonlinear Models General Linear Models
General Linear Models (GLM)初始面板 1.Quick specs dialog:一步一步操作 2.Analysis Wizard:由分析精靈來指 引 3.Analysis syntax edit:類似spss寫 程式語法
選取自變數Predictor與應變數Independent 在此變數的選擇 只限定在連續變數 選取應變數(Independent) 自變數(Predictor)
開啟之後會進入下列視窗 可在此點選 建立巨集svb 處理資料以及 加權使用 在執行運算副迴歸前可 先行觀看基本統計分析 遺失值處理
選擇自變數(Independent)以及應變數(Dependent) 選取變數 選取Pt_Poor貧困比例 當作應變數 選取其他邊數為獨立 變數
按o.k之後會出現簡單敘述統計視窗分成1.快速檢視(Quick)2.進階檢視(Advancced)3.矩陣形式(Matrix)按o.k之後會出現簡單敘述統計視窗分成1.快速檢視(Quick)2.進階檢視(Advancced)3.矩陣形式(Matrix) 可選取標準差計算模式 通常內定為n-1而在此 可更改成n
按o.k出現Multiple Regression Results對話方塊 上方可看到此回歸的部分摘要,如
上表為各獨立變數的回歸係數估計與T檢定,此報表不但顯示資料為標準化的回歸係數(B),也顯示資料表準化石的回歸係數(Beta),Beta係數顯示每一個獨立變數對應變數作預測時相對的貢獻,例如上面的報表可看出變數POP_CHNG,PT_RUAL對預測為重要的變數,且在統計上是顯著的,而POP_CHNG表示此變數減少時,應變數會相對的提高,而PT_RURAL的回歸係數代表變數愈高,則應變數也愈高上表為各獨立變數的回歸係數估計與T檢定,此報表不但顯示資料為標準化的回歸係數(B),也顯示資料表準化石的回歸係數(Beta),Beta係數顯示每一個獨立變數對應變數作預測時相對的貢獻,例如上面的報表可看出變數POP_CHNG,PT_RUAL對預測為重要的變數,且在統計上是顯著的,而POP_CHNG表示此變數減少時,應變數會相對的提高,而PT_RURAL的回歸係數代表變數愈高,則應變數也愈高
F值=12.22374,此數值是在檢定回歸參數是否等於0,其P-Value=0.0000003<0.05表示自變數確實對應變數有影響F值=12.22374,此數值是在檢定回歸參數是否等於0,其P-Value=0.0000003<0.05表示自變數確實對應變數有影響
偏相關(Partial )代表獨立變數Xi對應變數y的獨特貢獻(以除去了其他變數後對y的解釋能力)另一個角度去解釋,偏相關是應變數的殘差變異被該變數經其他變數調整後所解釋的比例半偏相關(Semipart Cor.)的平方是該變數解釋應變數總變異的比例if半偏相關很小但偏相關相對很大,則表示此獨立變數對應變數仍有很高的獨特影響力(也就是其他獨立變數所未能解釋而被此變數所解釋的仍大)
殘差分析 在擬合回歸式後,應檢查預測值與殘差值,例如應考慮極端異常是否對回歸式造成很大的影響
在Residuals中有個Casewise Plot結果如上,如果有點落在 倍標準差之外就表示該點是異常點,而上表顯示並沒有異常點的存在
可利用Mahalns.Distance以及Cook‘s Distance來判斷該點是否為離群點
可以觀看各種圖表 期望值與 殘差值 觀測值與 殘差平方 預測值與 觀測值
