SPSS多元线性回归分析报告实例操作步骤

  1. 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. 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. 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)。

SPSS 统计分析

多元线性回归分析方法操作与分析

实验目的:

引入1998~2008年上海市城市人口密度、城市居民人均可支配收入、五年以上平均年贷款利率和房屋空置率作为变量,来研究上海房价的变动因素。

实验变量:

以年份、商品房平均售价(元/平方米)、上海市城市人口密度(人/平方公里)、城市居民人均可支配收入(元)、五年以上平均年贷款利率(%)和房屋空置率(%)作为变量。

实验方法:多元线性回归分析法

软件:spss19.0

操作过程:

第一步:导入Excel数据文件

1.open data document——open data——open;

2. Opening excel data source——OK.

第二步:

1.在最上面菜单里面选中Analyze——Regression——Linear ,Dependent (因变量)选择商品房平均售价,Independents(自变量)选择城市人口密度、城市居民人均可支配收入、五年以上平均年贷款利率、房屋空置率;Method选择Stepwise.

进入如下界面:

2.点击右侧Statistics,勾选Regression Coefficients(回归系数)选项组中的Estimates;勾选Residuals(残差)选项组中的Durbin-Watson、Casewise diagnostics默认;接着选择Model fit、Collinearity diagnotics;点击Continue.

3.点击右侧Plots,选择*ZPRED(标准化预测值)作为纵轴变量,选择DEPENDNT(因变量)作为横轴变量;勾选选项组中的Standardized Residual Plots(标准化残差图)中的Histogram、Normal probability plot;点击Continue.

4.点击右侧Save,勾选Predicted Vaniues(预测值)和Residuals(残差)选项组中的Unstandardized;点击Continue.

5.点击右侧Options,默认,点击Continue.

6.返回主对话框,单击OK.

输出结果分析: 1.引入/剔除变量表

该表显示模型最先引入变量城市人口密度 (人/平方公里),第二个引入模型的是变量城市居民人均可支配收入(元),没有变量被剔除。

2. 模型汇总

Model Summary c

Variables Entered/Removed a

Model Variables Entered Variables Removed

Method

1

城市人口密度 (人/平方公里)

.

Stepwise (Criteria: Probability-of-F-to-enter <= .050,

Probability-of-F-to-remove >= .100).

2

城市居民人均可支配收入

(元)

.

Stepwise (Criteria: Probability-of-F-to-enter <= .050,

Probability-of-F-to-remove >= .100).

a. Dependent Variable: 商品房平均售价(元/平方米)

该表显示模型的拟合情况。从表中可以看出,模型的复相关系数(R)为1.000,判定系数(R Square)为1.000,调整判定系数(Adjusted R Square)为1.000,估计值的标准误差(Std. Error of the Estimate)为28.351,Durbin-Watson检验统计量为2.845,当DW≈2时说明残差独立。

3.方差分析表

ANOVA c

Model

Sum of

Squares df Mean Square F Sig.

1Regression38305583.506138305583.50

6

30938.620.000a Residual11143.03991238.115

Total38316726.54510

2Regression38310296.528219155148.26

4

23832.156.000b Residual6430.0188803.752

Total38316726.54510

a. Predictors: (Constant), 城市人口密度(人/平方公里)

b. Predictors: (Constant), 城市人口密度(人/平方公里), 城市居民人均可支配收入(元)

c. Dependent Variable: 商品房平均售价(元/平方米)

该表显示各模型的方差分析结果。从表中可以看出,模型的F统计量的观察值为23832.156,概率p值为0.000,在显著性水平为0.05的情形下,可以认为:商品房平均售价(元/平方米)与城市人口密度(人/平方公里),和城市居民人均可支配收入(元)之间有线性关系。

4.回归系数

Coefficients a

5.模型外的变量

6.共线性诊断

Collinearity Diagnostics a

Mo del

Dimensio

n

Eigenvalu

e

Condition

Index

Variance Proportions

(Constan

t)

城市人口密

度(人/平方公

里)

城市居民人

均可支配收入

(元)

11 1.898 1.000.05.05

2.102 4.319.95.95

21 2.891 1.000.00.00.00

2.106 5.21

3.21.03.00

3.00330.736.78.97 1.00

a. Dependent Variable: 商品房平均售价(元/平方米)

相关文档
最新文档