IBM SPSS Statistics 中文网站 > 使用技巧 > spss参数估计值是什么意思 spss参数估计步骤

spss参数估计值是什么意思 spss参数估计步骤

发布时间:2022/05/20 14:27:53

品牌型号:联想GeekPro 2020

系统: Windows 10 64位专业版

软件版本: IBM SPSS Statistics

spss参数估计值是什么意思?spss参数估计量是使用样本数据通过参数估计方法计算出来的统计量的值。本文会运用实例详细spss参数估计步骤并对spss的运算结果进行解读,并根据估计量建立回归方程。

一、spss参数估计值是什么意思

spss参数估计值是什么意思?首先理解下什么是参数估计,参数估计是一种统计推断方法,是通过抽取样本来计算统计量,从而估计出总体未知参数的方法,其运算的方法包括最小二乘估计(线性参数估计)、最大似然估计法、贝叶斯估计法等。

而spss参数估计值,就是运用参数估计的方法,根据样本数据计算出来的估计量(统计量)的值。

以简单的一元线性回归分析为例,在满足残差正态分布、残差无自相关,方差齐性等假设后,进行回归方程的参数估计。回归方程自变量与常量系数显著性<0.05,说明回归系数显著,根据计算所得的参数估计值,可写成一元线性回归方程为y=0.463x+0.51。

图1:线性回归方程参数估计
图1:线性回归方程参数估计

 

二、spss参数估计步骤

接下来,我们使用一个实际的例子,具体演示下spss参数估计步骤。

第一步,准备数据,确定研究问题。

使用一组居民消费价格指数(以下简称CPI)与消费者信心指数(以下简称CCI)的样本数据,由于CPI对CCI的影响具有滞后性,因此将CCI数据滞后一期运算。

图2:CPI与CCI数据
图2:CPI与CCI数据

 

第二步,观察数据分布,确定参数估计的方法。

如果事先不清楚样本数据的分布情况与符合的模型类型,可先使用spss的图表创建器,绘制样本数据的散点图。

如图3所示,从CPT与CCI(滞后一期)数据的散点图看到,CPT与CCI(滞后一期)之间不存在明显的线性相关关系,因此无法使用线性回归分析法,更倾向使用曲线估计法。

图3:CPI与CCI散点图
图3:CPI与CCI散点图

 

第三步,使用spss曲线估计分析方法

假设CPT与CCI(滞后一期)之间符合曲线回归模型后,应用spss的曲线估计分析法进行回归模型的参数估计。

如图4所示,依次点击spss的分析-回归-曲线估算选项。

图4:曲线估计
图4:曲线估计

 

如图5所示,在spss曲线估算设置中,以“CPI对CCI(滞后一期)的影响”为研究目的,将“CCI(滞后一期)”选入因变量列表框,将“CPI”选入独立变量列表框,将“月份”选入个案标签列表框。

由于我们暂时不清楚“CPI对CCI(滞后一期)的影响”符合哪种曲线模型,可依次勾选可能符合的模型类型,比如本例勾选了“线性”、“二次”、“复合”、“增长”、“对数”、“三次”等模型类型。

图5:变量及分析模型
图5:变量及分析模型

 

三、spss参数估计结果解读

spss曲线估算的变量、模型、统计量设置都比较简单,那么,怎么解读其参数估计的结果呢?

首先,我们简单回顾下数据及曲线估计的设置,如图6所示,本例进行的是因变量为“CCI(滞后一期)”,自变量为“CCI”的曲线估计,以月份作为观测值的个案标注,会进行线性、对数、二次等7种方程的估算。

图6:模型描述
图6:模型描述

 

接下来,我们来看一下估算结果。

如图7所示,spss的曲线估计结果很简单清楚,可在同一个表上比较模型的R方、显著性数值,并查看方程对应的参数估算值。

从数据看到,三次方程的显著性为0.002<0.05,方程检验结果显著,R方为0.528,拟合优度尚可。而其他的回归方程显著性均>0.05,检验结果不显著,R方数值也很低,因此,更倾向采用三次回归方程。

根据参数估计值,可创建三次回归方程:y=6761.72-97.494x+0.003x3

图7:参数估计量
图7:参数估计量

 

四、小结

以上就是关于spss参数估计值是什么意思,spss参数估计步骤的相关内容。参数估计值是通过样本数据去估算总体未知参数的值,spss的参数估计值可从运算表格中轻松获得,并可通过显著性数值判断参数估计值是否具有统计学意义。

 

作者:泽洋

标签:IBM SPSS StatisticsspssIBM SPSS

读者也访问过这里:
SPSS Statistics
一款功能强大的数据统计分析工具
立即购买
QQ 群
官方交流群:815794396 立即加群
400-8765-888 kefu@makeding.com
热门文章
SPSS数据分析显著性差异分析步骤 SPSS显著性差异分析结果怎么看
数据的显著性差异分析主要有三种方法,分别是卡方检验、T检验和方差分析。这三种方法都有具体的数据要求:卡方检验是对多个类别的数据进行分析,T检验是对两组数据进行分析,方差分析是对多组数据进行检验。下面,小编具体说明一下SPSS数据分析显著性差异分析步骤,SPSS显著性差异分析结果怎么看。
2022-01-07
实践SPSS单因素方差分析之检验结果解读
在《实践SPSS单因素方差分析之变量与检验方法设置》一文中,我们已经详细地演示了IBM SPSS Statistics单因素方差分析方法的变量选择以及相关的选项、对比设置。
2021-01-11
SPSS相关性分析结果怎么看
相关性分析是对变量或个案之间相关度的测量,在SPSS中可以选择三种方法来进行相关性分析:双变量、偏相关和距离。
2021-04-23
SPSS多元logistic回归分析的使用技巧
回归分析是数据处理中较为常用的一类方法,它可以找出数据变量之间的未知关系,得到较为符合变量关系的数学表达式,以帮助用户完成数据分析。
2021-04-26
如何通过SPSS对问卷进行效度分析
效度分析是指测量的根据或手段(在问卷中为问卷题目)是否能有效检测所需测量事物的程度,是问卷分析中几乎必须进行的一个环节,效度分析分为内容效度、准则效度和结构效度,问卷分析一般所使用的效度分析一般是结构效度。通过数据分析软件IBM SPSS Statistics(win)的效度分析功能我们可轻松获得关于问卷的效度分析结果,帮助我们更好设计或评估问卷。那么如何通过IBM SPSS Statistics对问卷进行效度分析。
2021-10-26
SPSS进行变量赋值的相关操作
变量和个案是IBM SPSS数据界面很重要的两个部分,可以形象理解为地球仪上的经线和纬线。通俗一点讲数据界面的每一列是一种变量,如年龄性别等。一行中的所有变量又构成了一个个案,本篇文章着重讲解变量,个案就不做过多展开。在图1中有具体的标注,可以看一下变量和个案到底是什么样。
2021-02-23