spss多元线性回归
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
实战之多元线性回归
数据预处理
数据预处理包括的内容非常广泛,包括数据清理和描述性数据汇总,数据集成和变换,数据归约,数据离散化等。本次实习主要涉及的数据预处理只包括数据清理和描述性数据汇总。一般意义的数据预处理包括缺失值填写和噪声数据的处理。于此我们只对数据做缺失值填充,但是依然将其统称数据清理。
数据导入与定义
单击“打开数据文档”,将xls格式的全国各地区能源消耗量与产量的数据导入SPSS 中,如图1-1所示。
图1-1 导入数据
导入过程中,各个字段的值都被转化为字符串型(String),我们需要手动将相应的字段转
回数值型。单击菜单栏的“”-->“”将所选的变量改为数值型。如图1-2所示:
图1-2 定义变量数据类型
数据清理
数据清理包括缺失值的填写和还需要使用SPSS分析工具来检查各个变量的数据完整性。
单击“”-->“”,将检查所输入的数据的缺失值个数以及百分比等。如图1-3所示:
图1-3缺失值分析
能源数据缺失值分析结果如表1-1所示:
单变量统计
N 均值标准差缺失极值数目a
计数百分比低高
能源消费总量30 0 .0 0 1 煤炭消费量30 0 .0 0 2 焦炭消费量30 0 .0 0 2 原油消费量28 2 0 1 汽油消费量30 0 .0 0 1 煤油消费量28 2 0 4 柴油消费量30 0 .0 0 2
燃料油消费量30 0 .0 0 3
天然气消费量30 0 .0 0 2
电力消费量30 0 .0 0 3
原煤产量26 4 0 2
焦炭产量29 1 0 2
原油产量18 12 0 0
燃料油产量25 5 0 3
汽油产量26 4 0 2
煤油产量20 10 0 0
柴油产量26 4 0 1
天然气产量20 10 0 3
电力产量30 0 .0 0 0
表2-1 能源消耗量与产量数据缺失值分析
表1-1 能源消耗量与产量数据缺失值分析
SPSS提供了填充缺失值的工具,点击菜单栏“”-->“”,即可以使用软件提供的几种填充缺失值工具,包括序列均值,临近点中值,临近点中位数等。结合本次实习数据的具体情况,我们不使用SPSS软件提供的替换缺失值工具,主要是手动将缺失值用零值来代替。
描述性数据汇总
描述性数据汇总技术用来获得数据的典型性质,我们关心数据的中心趋势和离中趋势,根据这些统计值,可以初步得到数据的噪声和离群点。中心趋势的量度值包括:均值(mean),中位数(median),众数(mode)等。离中趋势量度包括四分位数(quartiles),方差(variance)等。
SPSS提供了详尽的数据描述工具,单击菜单栏的
“”-->“”-->“”,将弹出如图2-4所示的对话框,
我们将所有变量都选取到,然后在选项中勾选上所希望描述的数据特征,包括均值,标准差,方差,最大最小值等。由于本次数据的单位不尽相同,我们需要将数据标准化,同时勾选上“将标准化得分另存为变量”。
图1-4 描述性数据汇总
得到如表1-2所示的描述性数据汇总。
N 极小值极大值均值标准差方差
能源消费总量30 911 26164 .412
煤炭消费量30 332 29001 .378
焦炭消费量30 19 5461
原油消费量30 0 5555
汽油消费量30 18 771
煤油消费量30 0 262
柴油消费量30 27 1368
燃料油消费量30 0 1574
天然气消费量30 1 106
电力消费量30 98 3004
原煤产量30 0 58142
焦炭产量30 0 9202
原油产量29 0 4341
燃料油产量30 0 497
汽油产量30 0 1032
煤油产量30 0 219
柴油产量30 0 1911
天然气产量30 0 164
电力产量30 97 2536
有效的N (列表状态)29
表1-2 描述性数据汇总
标准化后得到的数据值,以下的回归分析将使用标准化数据。如图1-5所示:
图1-5 数据标准化
我们还可以通过描述性分析中的“”来得到各个变量的众数,均值等,还可以根据这些量绘制直方图。我们选取个别变量(能源消费总量)的直方图,可以看到我们因变量基本符合正态分布。如图1-6所示:
图1-6能源消费总量
回归分析
我们本次实验主要考察地区能源消费总额(因变量)与煤炭消费量、焦炭消费量、原油消费量、原煤产量、焦炭产量、原油产量之间的关系。以下的回归分析所涉及只包括以上几个变量,并使用标准化之后的数据。
参数设置
•单击菜单栏
“”-->“”-->“”,将弹出如
图1-7所示的对话框,将通过选择因变量和自变量来构建线性回归模型。因变量:标准化能源消费总额;自变量:标准化煤炭消费量、标准化焦炭消费量、标准化原油消费量、标准化原煤产量、标准化焦炭产量、标准化原油产量。自变量方法选择:进入,个案标签使用地名,不使用权重最小二乘法回归分析—即WLS权重为空。
图1-7选择线性回归变量还需要设置统计量的参数,我们选择回归系数中的“”
和其他项中的“”。选中估计可输出回归系数B及其标准误,t值和p值,还
有标准化的回归系数beta。选中模型拟合度复选框:模型拟合过程中进入、退出的变量的列表,以及一些有关拟合优度的检验:R,R2和调整的R2, 标准误及方差分析表。如图1-8
所示: