《多元统计分析分析》实验报告
- 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)。
《多元统计分析分析》实验报告
2012 年月日
学院经贸学院姓名学号
实验
实验成绩名称
一、实验目的
(一)利用SPSS对主成分回归进行计算机实现.
(二)要求熟练软件操作步骤,重点掌握对软件处理结果的解释.
二、实验内容
以教材例题7.2为实验对象,应用软件对例题进行操作练习,以掌握多元统计分析方法的应用
三、实验步骤(以文字列出软件操作过程并附上操作截图)
1、数据文件的输入或建立:(文件名以学号或姓名命名)
将表7.2数据输入spss:点击“文件”下“新建”——“数据”见图1:
图1
点击左下角“变量视图”首先定义变量名称及类型:见图2:
图2:
然后点击“数据视图”进行数据输入(图3):
图3
完成数据输入
2、具体操作分析过程:
(1)首先做因变量Y与自变量X1-X3的普通线性回归:
在变量视图下点击“分析”菜单,选择“回归”-“线性”(图4):
图4
将因变量Y调入“因变量”栏,将x1-x3调入“自变量”栏(图5):
然后选择相关要输出的结果:①点击右上角“统计量(s)”:“回归系数”下选择“估计”;“残差”下选择“D.W”;在右上角选择输出“模型拟合度”、“部分相关和偏相关”“共线性诊断”(后两项是做多重共线性检验)。
选完后点击“继续”(见图6)②如果需要对因变量与残差进行图形分析则需要在“绘制”下选择相关项目(图7),一般不需要则继续③如果需要将相关结果如因变量预测值、残差等保存则点击“保存”(图8),选择要保存的项目④如果是逐步回归法或者设置不带常数项的回归模型则点击“选项”(图9)
其他选项按软件默认。
最后点击“确定”,运行线性回归,输出相关结果(见表1-3)
图5 图6
图7
图8
图9
回归分析输出结果:
的协差阵也就是相关阵进行分解做因子分析或主成分分析),如果不需要对变量做标准化处理就选“协方差矩阵”;“输出”中的两项都选,要求输出没有旋转的因子解(主成分分析必选项)和碎石图(用图形决定提取的主成分或因子的个数);“抽取“下,默认的是基于特征值(大于1表示提取的因子或主成分至少代表1个单位标准差的变量信息,因为标准化后的变量方差为1,因子或者主成分作为提取的综合变量应该至少代表1个变量的信息),也可以自选提取的因子个数(即第二项),本例中做主成分回归,选择提取全部可能的3个主成分,所以自选个数填3。
选完后点击“继续”进行下一步;③点击“旋转”(图14),按默认的“方法”下不旋转(注意,主成分分析不能旋转!)其他不用选,点击“继续”进行下一步;④点击“得分”,计算不旋转的初始因子得分(图15),选中“保存为变量”,“方法”下按默认,其他不修改,点击“继续”进行下一步。
⑤“选项”下可以不选按默认(选项里主要针对缺失值和系数显示格式,不影响分析结果)
最后点击“确定”,运行因子分析。
图10
图11
图12
图13
图14
图15
由运行结果计算主成分:
表4、描述统计量
均值标准差分析 N
x1 194.5909 29.99952 11
x2 3.3000 1.64924 11
x3 139.7364 20.63440 11
表5、相关矩阵
x1 x2 x3
相关x1 1.000 .026 .997
x2 .026 1.000 .036
x3 .997 .036 1.000
Sig.(单侧)x1 .470 .000
x2 .470 .459
x3 .000 .459
表6、KMO 和 Bartlett 的检验
取样足够度的 Kaiser-Meyer-Olkin 度量。
.492
Bartlett 的球形度检验近似卡方42.687
df 3
Sig. .000
表7、解释的总方差
成份初始特征值提取平方和载入
合计方差的 % 累积 % 合计方差的 % 累积 %
1 1.999 66.638 66.638 1.999 66.638 66.638
2 .998 33.272 99.910 .998 33.272 99.910
3 .003 .090 100.000 .003 .090 100.000 提取方法:主成份分析。
图16
图17
图18 图19
图20
图21
主成分回归结果:
表9、模型汇总
模型R R 方调整 R 方标准估计的误
差
1 .994a.988 .985 .12104901
a. 预测变量: (常量), F1, F2。