2023年SPSS对主成分回归实验报告要点.doc
SPSS对主成分回归实验报告要点 本报告旨在应用SPSS软件对主成分回归进行计算机实现,并掌握对软件处理成果的解释。实验对象为教材例题7.2,通过SPSS软件对例题进行操作练习,以掌握多元记录分析措施的应用。 一、实验目的 1. 运用SPSS对主成分回归进行计算机实现。 2. 规定纯熟软件操作环节,重点掌握对软件处理成果的解释。 二、实验内容 以教材例题7.2为试验对象,应用软件对例题进行操作练习,以掌握多元记录分析措施的应用。 三、实验步骤 1. 数据文献的输入或建立:将表7.2数据输入SPSS,点击“文献”下“新建”——“数据”,见图1。 2. 变量视图的定义:点击左下角“变量视图”,定义变量名称及类型,见图2。 3. 数据视图的输入:点击“数据视图”,进行数据输入,见图3。 4. 详细操作分析过程: (1) 首先做因变量Y与自变量X1-X3的 一般线性回归。 (2) 在变量视图下点击“分析”菜单,选择“回归”-“线性”,见图4。 (3) 将因变量Y调入“因变量”栏,将X1-X3调入“自变量”栏,见图5。 (4) 选择有关要输出的成果:点击右上角“记录量(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”、“部分有关和偏有关”“共线性诊断”。 (5) 假如需要对因变量与残差进行图形分析,则需要在“绘制”下选择有关项目,见图7。 (6) 假如需要将有关成果如因变量预测值、残差等保留,则点击“保留”,选择要保留的项目,见图8。 (7) 假如是逐渐回归法或者设置不带常数项的回归模型,则点击“选项”,见图9。 5. 回归分析输出成果:见表1-3。 四、试验结果 根据表1-3的输出结果可知,回归模型拟合优度抵达99.2%,方差分析也显示线性回归方程整体明显(F=285.6,Sig.=0.000)。不过回归系数估计成果中,x1的系数为-0.051与一般经济理论矛盾且不明显(t检查值-0.731,检查的p值0.488),经多重共线性诊断(x1与x3的VIF值高达180以上),表明自变量存在共线性。 五、主成分分析 为了处理多重共线性问题,使用主成分分析对自变量x1-x3进行处理。 1. 在数据窗口下选择“分析”—“降维”—“因子分析”,见图10。 2. 在弹出窗口中将x1-x3调入“变量”,见图11。 3. 点击“描述”,选择要输出的记录量,见图12。 4. 点击“抽取”,见图13。 六、结论 通过本实验,我们掌握了SPSS软件对主成分回归的计算机实现,并掌握了对软件处理成果的解释。同时,我们也了解了如何使用主成分分析来处理多重共线性问题。
剩余13页未读,继续阅读
- 粉丝: 418
- 资源: 6万+
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助