2022年SPSS多元线性回归分析实例操作步骤.docx

名师归纳总结 精品学习资料 - - - - - - - - - - - - - - -完善格式整理版SPSS 统计分析多元线性回来分析方法操作与分析试验目的 ：引入 19982022年上海市城市人口密度、 城市居民人均可支配收入、 五 年以上平均年贷款利率和房屋空置率作为变量,来讨论上海房价的变动因素；试验变量 ：以年份、商品房平均售价（元/平方米）、上海市城市人口密度人/平方公里 、城市居民人均可支配收入元、五年以上平均年贷款利率%和房屋空置率 %作为变量；试验方法： 多元线性回来分析法软件：spss19.0 操作过程：第一步：导入 Excel数据文件 1. open data documentopen dataopen；2. Opening excel data sourceOK. 学习好帮手细心整理归纳 精选学习资料 - - - - - - - - - - - - - - - 第 1 页,共 11 页 - - - - - - - - - 名师归纳总结 精品学习资料 - - - - - - - - - - - - - - -完善格式整理版其次步：1.在最上面菜单里面选中 AnalyzeRegressionLinear ,Dependent（因 变量）挑选商品房平均售价,Independents（自变量）挑选城市人口密度、城市居民人均可支配收入、 五年以上平均年贷款利率、 房屋空置率；Method挑选 Stepwise. 进入如下界面：2.点击右侧 Statistics,勾选 Regression Coefficients（回来系数）选项组中的Estimates；勾选 Residuals（残差）选项组中的Durbin-Watson、Casewise diagnostics默认；接着挑选 Model fit 、Collinearity diagnotics；点击 Continue. 学习好帮手细心整理归纳 精选学习资料 - - - - - - - - - - - - - - - 第 2 页,共 11 页 - - - - - - - - - 名师归纳总结 精品学习资料 - - - - - - - - - - - - - - -完善格式整理版3.点击右侧 Plots,挑选 *ZPRED（标准化猜测值）作为纵轴变量,挑选 DEPENDNT（因变量）作为横轴变量；勾选选项组中的 Standardized Residual Plots（标准化残差图）中的 Histogram、Normal probability plot ；点击 Continue. 4.点击右侧 Save,勾选 Predicted Vaniues（猜测值）和 Residuals（残差）选 项组中的 Unstandardized；点击 Continue. 学习好帮手细心整理归纳 精选学习资料 - - - - - - - - - - - - - - - 第 3 页,共 11 页 - - - - - - - - - 名师归纳总结 精品学习资料 - - - - - - - - - - - - - - -完善格式整理版5.点击右侧 Options,默认,点击 Continue. 学习好帮手细心整理归纳 精选学习资料 - - - - - - - - - - - - - - - 第 4 页,共 11 页 - - - - - - - - - 名师归纳总结 精品学习资料 - - - - - - - - - - - - - - -完善格式整理版6.返回主对话框,单击 OK. 输出结果分析：1.引入 /剔除变量表Model Variables Entered/RemovedaMethod Variables Entered Variables Removed 1 城市人口密度人 /平方公里 . Stepwise Criteria: Probability-of-F-to-enter <= .050, Probability-of-F-to-remove >= .100. 2 城市居民人均可支配收入元 . Stepwise Criteria: Probability-of-F-to-enter <= .050, Probability-of-F-to-remove >= .100. a. Dependent Variable: 商品房平均售价（元/平方米）该表显示模型最先引入变量城市人口密度人/平方公里 ,其次个引入模型的是变量城市居民人均可支配收入 元,没有变量被剔除；2. 模型汇总Model SummarycStd. Error of the Model R R Square Adjusted R Square Estimate Durbin-Watson a1 1.000 1.000 1.000 35.187 b2 1.000 1.000 1.000 28.351 2.845 a. Predictors: Constant, 城市人口密度 人 /平方公里 b. Predictors: Constant, 城市人口密度 人 /平方公里 , 城市居民人均可支配收入 元 c. Dependent Variable: 商品房平均售价（元 /平方米）该表显示模型的拟合情形；从表中可以看出,模型的复相关系数（R）为 1.000,判定系数（R Square）为 1.000,调整判定系数（Adjusted R Square）为 1.000,估量值的标准误差（ Std. Error of the Estimate）为 28.351,Durbin-Watson 检验统计量为 2.845,当 DW2 时说明残差独立；学习好帮手细心整理归纳 精选学习资料 - - - - - - - - - - - - - - - 第 5 页,共 11 页 - - - - - - - - - 名师归纳总结 精品学习资料 - - - - - - - - - - - - - - -完善格式整理版3. 方差分析表ANOVAcSig. Model Sum of Squares df Mean Square F 1 Regression 38305583.506 1 38305583.506 30938.620 .000aResidual 11143.039 9 1238.115 .000bTotal 38316726.545 10 2 Regression 38310296.528 2 19155148.264 23832.156 Residual 6430.018 8 803.752 F 统计量Total 38316726.545 10 a. Predictors: Constant, 城市人口密度人 /平方公里 b. Predictors: Constant, 城市人口密度人 /平方公里 , 城市居民人均可支配收入元 c. Dependent Variable: 商品房平均售价（元/平方米）该表显示各模型的方差分析结果；从表中可以看出,模型的的观看值为 23832.156,概率 p 值为 0.000,在显著性水平为 0.05 的情形下,可以认为：商品房平均售价（元/平方米）与城市人口密度人/平方公里 ,和城市居民人均可支配收入 4. 回来系数元之间有线性关系；CoefficientsaStandardizeUnstandardized d Collinearity Coefficients Coefficients Statistics TolerancModel Constant 人/平B Std. Error Beta T Sig. e VIF 1 1652.246 24.137 1.000 68.454 .000 1.000 1.000 城市人口密度1.072 .006 175.89.000 2 方公里 人/平1555.506 44.432 .951 4 .000 .050 20.126 Constant 35.009 城市人口密度1.020 .022 46.302 .000 方公里 城市居民人均可支配.017 .007 .050 2.422 .042 .050 20.126 收入 元 a. Dependent Variable: 商品房平均售价（元/平方米）学习好帮手细心整理归纳 精选学习资料 - - - - - - - - - - - - - - - 第 6 页,共 11 页 - - - - - - - - - 名师归纳总结 精品学习资料 - - - - - - - - - - - - - - -完善格式整理版该表为多元线性回来的系数列表；表中显示了模型的偏回来系数 （B）、标准误差（ Std. Error）、常数（ Constant）、标准化偏回来系数（Beta）、回来系数检验的 t 统计量观测值和相应的概率 p 值（Sig.）、共线性统计量显示了变量的容差（ Tolerance）和方差膨胀因子（ VIF ）；令 x1 表示城市人口密度 人/平方公里 ,x2 表示城市居民人均可支配收入元,依据模型建立的多元多元线性回来方程为：y=1555.506+1.020 x1 +0.017x2 方程中的常数项为1555.506,偏回来系数 b1 为 1.020,b2 为 0.017,经 T 检验, b1 和 b2 的概率 p 值分别为 0.000 和 0.042,依据给定的显著性 水平 0.10 的情形下,均有显著性意义；依据容差发觉,自变量间共线性问题严峻；VIF 值为 20.126,也可以说明共线性较明显；这可能是由于样本容量太小造成的；5. 模型外的变量Excluded VariablescCollinearity Statistics Model 城市居民人均可支配Beta In t Sig. Partial TolerancVIF Minimum Correlation e Tolerance 1 .050a2.422 .042 .650 .050 20.126 .050 收入 元 五年以上平均年贷款-.001a-.241 .815 -.085 .999 1.001 .999 利率 % 2 房屋空置率 % .004a.596 .568 .206 .928 1.078 .928 五年以上平均年贷款.002b.391 .708 .146 .913 1.096 .045 利率 % 房屋空置率 % .002 b.452 .665 .168 .914 1.094 .049 a. Predictors in the Model: Constant, 城市人口密度 人 /平方公里 b. Predictors in the Model: Constant, 城市人口密度 人 /平方公里 , 城市居民人均可支配收入 元 c. Dependent Variable: 商品房平均售价（元 /平方米）该表显示的是回来方程外的各模型变量的有关统计量,可见模型方程外的各变量偏回来系数经重检验,学习好帮手概率 p 值均大于 0.10,故不能引入方程；细心整理归纳 精选学习资料 - - - - - - - - - - - - - - - 第 7 页,共 11 页 - - - - - - - - - 名师归纳总结 精品学习资料 - - - - - - - - - - - - - - -完善格式整理版6. 共线性诊断Collinearity DiagnosticsaVariance Proportions 城市人口密度 城市居民人均可Model Dimension Eigenvalue Condition Index Constant 人/平方公里 支配收入 元 1 1 1.898 1.000 .05 .05 2 .102 4.319 .95 .95 2 1 2.891 1.000 .00 .00 .00 2 .106 5.213 .21 .03 .00 3 .003 30.736 .78 .97 1.00 a. Dependent Variable: 商品房平均售价（元 /平方米）该表是多重共线性检验的特点值以及条件指数；对于其次个模型, 最大特点值为 2.891,其余依次快速减小；第三列的各个条件指数,可以看出有多重共线性；7. 残差统计量Minimum Residuals StatisticsaStd. Deviation N Maximum Mean Predicted Value 3394.71 8382.83 5465.64 1957.302 11 Residual -47.035 40.271 .000 25.357 11 Std. Predicted Value -1.058 1.490 .000 1.000 11 Std. Residual -1.659 1.420 .000 .894 11 a. Dependent Variable: 商品房平均售价（元/平方米）该表为回来模型的残差统计量,标准化残差（Std. Residual）的肯定值最大为 1.659,没有超过默认值 3,不能发觉奇特值；学习好帮手细心整理归纳 精选学习资料 - - - - - - - - - - - - - - - 第 8 页,共 11 页 - - - - - - - - - 名师归纳总结 精品学习资料 - - - - - - - - - - - - - - -完善格式整理版8. 回来标准化残差的直方图该图为回来标准化残差的直方图,正态曲线也被显示在直方图上,用以判定标准化残差是否呈正态分布；但是由于样本数只有11 个,所以只能大致判定其呈正态分布；9.回来标准化的正态 P-P图该图回来标准化的正态P-P图,该图给出了观测值的残差分布与假设的正态分布的比较,由图可知标准化残差散点分布靠近直线,因而可判定 标准化残差呈正态分布；学习好帮手细心整理归纳 精选学习资料 - - - - - - - - - - - - - - - 第 9 页,共 11 页 - - - - - - - - - 名师归纳总结 精品学习资料 - - - - - - - - - - - - - - -完善格式整理版10.因变量与回来标准化猜测值的散点图该图显示的是因变量与回来标准化猜测值的散点图,其中DEPENDENT 为 x 轴变量, *ZPRED 为 y 轴变量；由图可见,两变量呈直 线趋势；学习好帮手细心整理归纳 精选学习资料 - - - - - - - - - - - - - - - 第 10 页,共 11 页 - - - - - - - - - 名师归纳总结 精品学习资料 - - - - - - - - - - - - - - -完善格式整理版附件：原始数据：自变量散点图：由散点图可以看出,可进入分析的变量为城市人口密度、城市居民人均可支配收入；学习好帮手细心整理归纳 精选学习资料 - - - - - - - - - - - - - - - 第 11 页,共 11 页 - - - - - - - - -