发布时间:2022-09-05 12: 00: 49
品牌型号:Dell N5010
系统:Windows 10
软件版本:IBM SPSS Statistics
在线性回归分析过程中,对数据进行统计学检验是非常必要的,否则即便得出R方接近1的回归分析结果也不具有实际的意义,在众多的数据检验中,残差图的绘制尤为重要,残差图可以观测数据是否独立,方差是否齐性,当然手工绘制残差图非常麻烦,需要进行大量的计算,利用专业的统计分析软件如SPSS,我们可以非常简便的绘制残差图,下面就让我们结合实际案例,了解如何使用SPSS制作线性回归残差图,并说明在使用SPSS线性回归残差图进行分析时,需要注意的一些问题。
一、SPSS线性回归残差图怎么做
为了便于大家理解,我们这里列举一个实例,图1是大致符合方程Y=2.36X+5.63的两组数据,我们对其进行线性回归分析。
依次点击【分析】,【回归】,【线性】,如图2所示。
我们首先指定变量,本例中Y是因变量,X是自变量,因此将Y指定为因变量,将X指定为自变量,然后点击图按钮,在弹出的窗口中,将ZRESID指定为Y,将ZPRED指定为X,其中ZRESID代表进行线性回归分析时的标准化残差,ZPRED代表由回归方程得出的预测值,两者构建的图即为残差图,残差图有什么意义,我们将在第二小节中向大家介绍。
二、SPSS线性回归残差图分析解读
所谓残差,是指预测值与实际值之间的差值,公式如图4所示:
残差应该服从正态分布,均匀分布于Y=0直线两侧,如果残差逐渐增大,说明Y值可能是随着时间空间自行变化的变量,并非由X变化引起,如果残差呈梯形,S型等分布于Y=0直线两侧,说明数据存在方差不齐性。
图5时本例数据回归标准化残差图,回归标准化残差均匀分布于Y=0直线两侧,且位于Y=±2之间,说明数据符合线性回归分析要求,且线性关系良好。
三、SPSS线性回归分析其他要点说明
线性回归分析不应只关注R方和线性回归方程,要重视数据检验,除上述的残差图之外,我们还应关注结果中以下两个方面,首先是ANOVA表,通过ANOVA表中的F检验,我们可以了解线性回归分析是否具有统计学意义,F检验显著性小于0.05,说明在95%置信水平下,线性回归分析具有统计学意义,本例中F检验显著性水平为0,小于0.05,具有统计学意义。
然后我们需要关注系数t检验,如图7所示,对于X前系数2.349,其t检验值为13.596,显著性为0,小于0.05,说明在95%的置信水平下,斜率有统计学意义,如果显著性大于0.05,则不能认为自变量和因变量间存在线性关系。
在进行线性回归分析的过程中,要注意对数据进行统计学检验,确认分析结果是否具有统计学意义。
本文向大家介绍了线性回归分析过程中,需要注意的几个统计学检验,包括F检验,t检验,以及spss线性回归残差图怎么做,spss线性回归残差图分析解读方法,希望对大家的工作有所帮助。
作者:莱阳黎曼
展开阅读全文
︾
读者也喜欢这些内容:
spss回归分析如何操作 spss回归分析的基本步骤
通过回归分析,可以了解变量间是否存在相互依赖的定量关系。根据方程类型,回归分析可以分为线性回归和非线性回归。根据变量的数目多少,回归分析可以分为一元回归分析和多元回归分析。本文以最简单的一元线性回归分析为例向大家介绍SPSS回归分析如何操作,SPSS回归分析的基本步骤。...
阅读全文 >
spss方差齐性检验如何操作 spss方差齐性检验怎么看方差齐不齐
方差的大小代表了数据分布的离散程度,方差大,数据分布越分散,方差小,数据分布越集中。组间数据分布离散程度差别较大时,是不能进行比较的,此时不能确定两组数据的差异来源于组间还是组内,因此方差齐性检验是进行组间数据比较的基础。关于SPSS方差齐性检验如何操作,SPSS方差齐性检验怎么看方差齐不齐,本文借助实例,向大家作简单介绍。...
阅读全文 >
spss计算平均值和标准差 spss计算平均值的置信区间
平均值和标准差反应了数据的集中趋势和分布特点。对于符合正态分布的少量数据(小于20),在一定的置信水平下,还可以通过t分布,了解总体平均值的分布区间。通过SPSS计算变量功能,可以完成数据平均值和标准差的计算,进而计算总体平均值的置信区间。如何使用SPSS计算平均值和标准差,SPSS计算平均值的置信区间如何操作,本文结合实例,向大家作简单介绍。...
阅读全文 >
spss回归线性分析散点图 spss回归线性分析步骤
线性回归分析用以研究两组变量之间是否存在线性相关关系,如果存在线性相关关系,一组变量能在多大的程度上解释另外一组变量的变化,两组变量间数量关系的方程又是什么。借助SPSS,可以高效的完成上述工作。关于SPSS回归线性分析散点图怎么做,SPSS回归线性分析步骤是什么,本文借助实例,向大家作简单介绍。...
阅读全文 >