发布时间:2022-08-09 10: 34: 11
品牌型号:Dell N5010
系统:Windows 10
软件版本:IBM SPSS Statistics
使用IBM SPSS Statistics进行线性回归分析非常的高效,分析过程中可以关注各个应用条件是否满足,其中残差分析非常重要,残差满足正态分布,进行线性回归分析才有意义,关于残差有两个问题需要重点关注:spss线性回归残差计算,spss线性回归残差图怎么看是否有自相关,本文结合实例,向大家做简单的介绍。
一、spss线性回归残差计算
为了便于大家理解,我们对图1所示的数据进行线性回归分析,其中X为自变量,Y为因变量,为了保持介绍内容的完整性,具体的分析步骤我们将在第三小节中向大家介绍,在第一小节中我们向大家介绍残差的计算方法。
图1录入数据
在图2所示的界面中,点击保存,在预测值项目内勾选未标准化,在残差项目内勾选未标准化。
图2 保存预测值和残差
“保存”操作的意义在于,进行数据分析后,对分析过程中计算的数据进行保存,保存的位置位于原数据表。如图3所示。
图3 预测值与残差值
res_1即为残差的值,Y-pre_1即为res_1。残差可以为我们提供什么有用的信息呢,我们在第二小节中向大家介绍、
二、spss线性回归残差图怎么看是否有自相关
自相关一般指随着时间和空间位移因变量产生变化,具体表现为残差不再服从正态分布而是如图4所示的状态分布,如果残差呈正态分布,它们将均匀分布在0的两侧。同样原因为了保证介绍内容的完整性,进行线性回归的过程我们在第三小节中介绍,本小节我们介绍如何对残差分布图进行调整,从而便于我们观察。
图4 不服从正态分布的残差图
线性回归分析完毕后,右键单击输出窗口中的残差散点图,选择编辑内容,在单独窗口中。
图5 编辑残差散点图
点击选项,Y轴参考线,打开参考线选项卡,位置设置为0,点击应用,编辑好的残差散点图见图7。
图6 编辑参考线
我们以0为参考线,观察残差的分布情况,本例中残差分布较为均匀,未出现图所示的情况,所以大致推断因变量不存在自相关情形。
图7 带参考线的残差散点图
以上就是关于线性回归分析过程中,残差的计算以及如何通过残差的分布判断因变量是否存在自相关,线性回归分析的过程是怎样的呢?我们接下来介绍。
三、SPSS进行线性回归分析步骤
通过本小节介绍的回归分析步骤,我们可以得到第一第二小节中关于残差的内容,还包括线性回归的结果,以及有关线性回归是否有意义的检验结果。
首先点击分析,回归,线性,进入设置界面。
图8 进入线性回归分析
将Y加入因变量列表,将X加入自变量列表,点击统计,依次勾选图9所示的项目,点击继续。
图9 设置统计选项
点击图,将ZRESID指定为X,将ZPRED指定为Y,勾选直方图和正态概率图,点击继续。
图10 设置绘图选项
点击保存,按第一小节中内容进行设置,SPSS将在结果查看器中输出线性回归分析的全部结果。
在线性回归分析过程中,我们需要对数据做必要的检验,这样才能保证回归分析结果有意义,其中比较重要但不太好理解的是spss线性回归残差计算,spss线性回归残差图怎么看是否有自相关这两个问题,所谓残差,即预测值与实际值的差,残差服从正态分布是两组数据符合线性关系必要条件。
作者:莱阳黎曼
展开阅读全文
︾
读者也喜欢这些内容:
spss多元线性回归分析操作步骤,spss多元线性回归分析结果解读
spss多元线性回归分析操作步骤,本文会以客流量、销售量与销售额的线性关系演示spss的多元线性回归分析操作步骤,并进行spss多元线性回归分析结果解读。...
阅读全文 >
SPSS双因素方差分析数据录入 SPSS双因素方差分析多重比较
进行双因素方差分析时,数据录入和多重比较是两大难点,用户常常会对数据录入比较困惑,不确定如何分组以及定义变量名称,对于双因素方差分析中的多重比较结果也不能恰当的进行解读,如何进行SPSS双因素方差分析数据录入?SPSS双因素方差分析多重比较如何解读?本文结合实例,向大家做详细的解释。...
阅读全文 >
多元线性回归需要做哪些检验 多元线性回归分析步骤
多元线性回归是较为简单的回归分析,用以评价因变量与多个自变量之间是否存在简单线性关系,人工进行多元线性回归分析计算非常繁琐,借助统计分析软件则可以显著提高效率,如IBM SPSS Statistics,使用SPSS进行多元线性回归需要做哪些检验,多元线性回归分析步骤是怎样的,本文将向大家作简单介绍。...
阅读全文 >
spss怎么做逐步回归分析 逐步回归分析spss结果解读
spss怎么做逐步回归分析?逐步回归分析是多元线性回归分析的一种,可通过spss回归分析中的“步进”法来做逐步回归分析。本文会运用例子演示逐步回归分析步骤,并进行逐步回归分析spss结果解读。...
阅读全文 >