spss软件分析异常值检验实验报告

实验五:残差分析

【实验目的】

（1）通过残差检验，掌握残差分析的方法

（2）异常值检验

【仪器设备】

计算机、spss软件、何晓群《实用回归分析》表和表的数据

【实验内容、步骤和结果】

对何晓群《实用回归分析》表的数据进行残差分析

原始数据如表1，其中y表示货运总量（亿吨）x1表示工业总产值（亿元）x2表示农业总产值（亿元）x3表示居民非商业支出（亿元）

表1.

对表1数据用spss软件进行分析得以下各表

由上表可知复相关系数R=，决定系数R方=，由决定系数看出回归方程的显著性不高，接下来看方差分析表3

由表3知F值为较小，说明x1、x2、x3整体上对y的影响不太显著。

表4系数

模型非标准化系数标准系数

t Sig. B标准误差试用版

1(常量).096 x1.385.100

x2.535.049

x3.277.284

表4系数

模型 非标准化系数

标准系数 t

Sig.

B

标准 误差

试用版

1

(常量)

.096 x1 .385 .100 x2 .535 .049 x3

.277

.284

回归方程为 123348.280 3.7547.10112.447y x x x =-+++

图1.学生化残差

差

残差:

对数据用spss进行分析得

表6异常值的诊断分析

数据不存在异常值.绝对值最大的删除学生化残差为SDR=,因而根据学生化删除残差诊断认为第6个数据为异常值.其中中心化杠杆值,cook距离为位于第一大.因此第6个数据为异常值.

对何晓群《实用回归分析》表的数据进行残差分析

原始数据为 :

表个啤酒品牌的广告费用和销售量

对上表数据进行回归分析得

回归方程为回归方程通过了F 检验、t 检验，只是表明变量x 和y之间的线性关系是显著的，但不能保证数据拟合得很好。残差分析可知存在有影响的观测值并且为异值。

对表7进行异常值诊断分析得表9:

表9.异常值的诊断分析

数据不存在异常值. 绝对值最大的删除学生化残差为SDR=,因而根据学生化删除残差诊断

认为第1个数据为异常值.其中中心化杠杆值,cook距离为位于第一大.因此第1个数据为异常值.从回归标准化残差图4看，y的观测值的方差不相同，而是随着x的增加而增加的。异常值的原因并不是数据的随机误差，而是由于本数据存在异方差，应采用加权最小二乘法进行回归，回归结果会较精确。

图4.回归标准化残差图

通过这次实验，我进一步了解并掌握了运用SPSS软件对数据进行分析和处理，通过残差检验，掌握残差分析的方法和异常值检验，还有EXCEL的表格应用。在老师和同学们的帮助下顺利的解决了处理数据中遇到的问题，希望在以后的学习实践中能熟练运用spss软件进行数据处理与分析。