SPSS多元线性回归残差分析的基本方法
【摘要】SPSS多元线性回归残差分析的基本方法残差分析包括以下内容:①残差是否服从均值为零的正态分布;②残差是否为等方差的正态分布;③残差序列
SPSS多元线性回归残差分析的基本方法
残差分析包括以下内容:
①残差是否服从均值为零的正态分布;
②残差是否为等方差的正态分布;
③残差序列是否独立;
④借助残差探测样本中的异常值。
其中,判断残差的分布可以在SPSS中通过绘制“标准化残差直方图”做到,而残差序列的独立性要通过DW检验做到,具体操作如下:
分析——回归——线性——点开“统计量”选项卡——在“残差”中勾选Durbin-Watson——继续——点开“绘制”选项卡——Y选择DEPENDENT——X选择*ZRESID——勾选“直方图”和“正态概率图”,然后确定,运行多元线性回归。
网友对DW检验的介绍:
?Durbin-Watson统计量(取值:0~4 )
–检定回归模型中残差独立的假设
–如果相邻残差项间是相关,则其总差异必小或大
?若残差项间是正相关,则其差异必小
?若残差项间是负相关,则其差异必大
–当DW值愈接近2时,残差项间愈无相关
–当DW值愈接近0时,残差项间正相关愈强
–当DW值愈接近4时,残差项间负相关愈强
下图是我做的DW统计量结果:
在“绘制”那个窗口中,除了因变量,其他代表的含义如下:
“DEPENDNT”:因变量
“ZPRED”:标准化预测值
“ZRESID”:标准化残差
“DRESID”:删除残差
“ADJPRED”:调节预测值
“SRESID”:学生化残差
“SDRESID”:学生化删除残差
我实验中标准化残差的直方图和P-P图如下所示:
就先简单总结这么多
就业培训申请领取
环球青藤
官方QQ群扫描上方二维码或点击一键加群,免费领取大礼包,加群暗号:青藤。 一键加群
数据分析师相关文章推荐
|数据分析师最新文章推荐
刷题看课 APP下载
免费直播 一键购课
代报名等人工服务
- 1 传统数据和大数据的区别
- 2 数据分析的8种方法都是哪些?
- 3 数据分析的具体流程是什么?
- 4 3大常用的数据分析工具是什么?
- 5 excel中的运算符
- 6 数据分析的作用有哪些?
- 7 电子商务需要分析哪些数据?
- 8 数据分析包括哪些内容?
- 9 数据分析的基本步骤
- 10 rdd是什么?