
发布时间:2021/08/30 11:31:37
共线性,指的是线性回归方程中自变量之间存在着高度相关关系而使得方程的预测结果出现偏差。
当模型存在严重共线性时,OLS估计量虽仍可能出现较好的统计显著性,但实际上其预测结果已经失去统计意义。这是因为,自变量的共线性会使参数估计值的方差增大,而变大的方差会增大随机误差项,使预测失去意义。
那么,怎么在IBM SPSS Statistics中检验变量间是否存在共线性?接下来,一起通过实例详细学习一下吧。
一、数据准备
本例使用的是一组包含客流量、销售额与销售量的数据。
二、线性回归共线性分析
共线性检验是用于线性回归方程的变量检验,因此,需在构建线性回归方程时设置共线性检验。
如图2所示,依次单击分析-回归-线性回归选项。
在线性回归的设置中,将销售额设置为因变量,将客流量、销售量、所处区域设置为自变量。
为了检验客流量、销售量、所处区域这三个自变量之间是否存在着共线性。如图4所示,需打开统计设置面板,勾选“共线性诊断”。
三、结果解读
线性回归方程的共线性检验设置很简单,但其结果解读就显得复杂一些。
如图5所示,在系数检验表中,可通过共线性统计中的容差与VIF(方差膨胀因子)判断自变量的共线性。
容差与VIF互为倒数关系,当容差(tolerance)<=0.1,说明自变量间共线性严重。当VIF值小于3时,没有共线性问题;当VIF值大于3小于10时,有中等程度的共线性;当VIF值大于10则有很严重的共线性问题。
从图5的结果得出,客流量与销售量之间存在着中等程度的共线性,可能会影响回归方程的预测结果。
除了看容差与VIF值外,还可以参考共线性诊断中的特征值与条件指标。当特征值约等于0、条件指标的值大于10、方差比例接近1时(其中一项符合即可),均可说明存在比较严重的共线性。
根据图6所示的共线性诊断结果,得出以下结论:
1. 维度3和4的特征值约等于0,说明存在比较严重的共线性。
2. 维度3的条件指标接近10,维度4的条件指标大于10,说明存在比较严重的共线性。
3. 客流量与销售量维度4的方差比例接近1,说明存在较严重的共线性。
四、小结
综上所述,进行SPSS线性回归分析时,需要先对自变量进行共线性检验,确保自变量之间不存在高度相关的关系,避免影响到回归模型的预测准确性。
在解读共线性检验结果时,可查看容差、VIF、特征值、条件指标、方差比例的值,并根据不同指标设定的共线性标准判断自变量之间的共线性。
作者:泽洋
读者也喜欢这些内容:
SPSS结构方程怎么做SPSS结构方程模型教程
结构方程模型的前身是Sewall Wright所提出的最初的路径分析,后来这方法在社会科学研究中广泛应用。在不断地借鉴学习中,结合社会学数据资料的特点,学者们对这个方法进行了改进,在日积月累地改进下得到了现在的结构方程模型。接下来就来谈谈SPSS结构方程怎么做,SPSS结构方程模型教程。...
阅读全文 >
SPSS回归分析控制变量怎么设置 SPSS回归分析系数表怎么看
回归分析过程中,应该加入控制变量,以评估其他因素对因变量的影响,从而提升数据分析研究的可信度。借助专业的数据分析软件IBM SPSS Statistics可以快速实现带控制变量的多元线性回归分析,并给出是否接受该控制变量的判断,那么SPSS回归分析控制变量怎么设置,SPSS回归分析系数表怎么看?本文将向大家作简单介绍。...
阅读全文 >
spss假设检验的主要分析方法 spss假设检验步骤描述
spss假设检验的主要分析方法,spss提供了丰富的假设检验分析功能,包括正态检验、方差齐性检验、参数检验等分析方法。本文会运用具体的例子演示spss假设检验步骤描述。...
阅读全文 >
spss回归分析是干嘛的 spss回归分析r方为多少合适
spss回归分析是干嘛的?spss回归分析是用于研究变量之间关系的方法,以找出模拟变量关系的最佳模型。spss回归分析r方为多少合适?一般来说,spss回归分析结果r方越接近1,方程拟合效果越好。...
阅读全文 >