SPSS多元線性回歸分析報(bào)告

1、轉(zhuǎn)載SPSS19.0實(shí)戰(zhàn)之多元線性回歸分析 （2016-08-1220:31:47）刪除 轉(zhuǎn)載 標(biāo)簽： 轉(zhuǎn)載 原文地址：SPSS19SPSS19.哄戰(zhàn)之多元線性回歸分析作者：建模手 線性回歸數(shù)據(jù)（全國(guó)各地區(qū)能源消耗量與產(chǎn)量）來(lái)源，可點(diǎn)擊協(xié)會(huì)博客數(shù)據(jù)挖掘欄：國(guó)泰安數(shù)據(jù)服務(wù)中心的經(jīng)濟(jì)研究數(shù)據(jù)庫(kù)。 1.11.1 數(shù)據(jù)預(yù)處理 數(shù)據(jù)預(yù)處理包括的內(nèi)容非常廣泛，包括數(shù)據(jù)清理和描述性數(shù)據(jù)匯總，數(shù)據(jù)集成和變換，數(shù)據(jù)歸約，數(shù)據(jù)離散化等。本次實(shí)習(xí)主要涉及的數(shù)據(jù)預(yù)處理只包括數(shù)據(jù)清理和描述性數(shù)據(jù)匯總。一般意義的數(shù)據(jù)預(yù)處理包括缺失值填寫(xiě)和噪聲數(shù)據(jù)的處理。于此我們只對(duì)數(shù)據(jù)做缺失值填充，但是依然將其統(tǒng)稱數(shù)據(jù)清理。 1.1.1

2、1.1.1 數(shù)據(jù)導(dǎo)入與定義 單擊“打開(kāi)數(shù)據(jù)文檔，將 xlsxls 格式的全國(guó)各地區(qū)能源消耗量與產(chǎn)量的數(shù)據(jù)導(dǎo)入 SPSSPS 沖，如圖 1 1- -1 1 所示 圖 1 1- -1 1 導(dǎo)入數(shù)據(jù) 導(dǎo)入過(guò)程中，各個(gè)字段的值都被轉(zhuǎn)化為字符串型（StringString），我們需要手動(dòng)將相應(yīng)的字段轉(zhuǎn)回?cái)?shù)值型。單擊菜單欄的 - “”將所選的變量改為數(shù)值型。如圖 1 1- -2 2 所示： 噫定義變量屬性 _- 剛量1角包孌量 1 lim 0、能源消費(fèi)總量 9、煤炭消費(fèi)量 契焦炭消費(fèi)量g、原油消費(fèi)量晶、汽油消費(fèi)量荔、煤漉消費(fèi)量，X柴油消費(fèi)量見(jiàn)燃料油消贊量jb、天然=消野量 、電力消費(fèi)蚩ax原俎產(chǎn)量&

3、;、焦炭產(chǎn)量入、原$由產(chǎn)量 b、燃料油產(chǎn)量 、汽油產(chǎn)量 &、煤油產(chǎn)量&、柴油產(chǎn)量 、天鬻氣產(chǎn)量電力產(chǎn)量 己掃描的變量列表: 當(dāng)前變量. 測(cè)量皴別; 角色： 未標(biāo)記的值. 能源消費(fèi)總量 標(biāo)賽 2名因口 .建議區(qū)J 類型: 費(fèi)度： 漱字J 匚 小散Q S輸入 6| 30 屬牲回 值標(biāo)簽網(wǎng)格9:*1在網(wǎng)格中輸入或編輯標(biāo)簽。您可以在庭部輸入其他值 1 B 1 911 2 n 1 1903 工 B 一同 1 2802 4 1 4535 5 _C B 1 4661 6 1 4723 7 1 4743 8 1 5515 9 n -1 5904 10 QErj 1 5905 11 1 6047

4、 12 匚 1 6622 已賽改糜關(guān)計(jì)型 ，將檢查所 輸入的數(shù)據(jù)的缺失值個(gè)數(shù)以及百分比等。如圖 1 1- -3 3 所示： 圖 1 1- -3 3 缺失值分析 能源數(shù)據(jù)缺失值分析結(jié)果如表 1 1- -1 1 所示: 單變量統(tǒng)計(jì) N 均值 標(biāo)準(zhǔn)差 缺失 極值數(shù)目a 計(jì)數(shù) 百分比 低 高 能源消費(fèi)總量 30 9638.50 6175.924 0 .0 0 1 煤炭消費(fèi)量 30 9728.99 7472.259 0 .0 0 2 焦炭消費(fèi)量 30 874.61 1053.008 0 .0 0 2 原油消費(fèi)量 28 1177.51 1282.744 2 6.7 0 1 汽油消費(fèi)量 30 230.05

5、170.270 0 .0 0 1 煤油消費(fèi)量 28 45.40 66.189 2 6.7 0 4 柴油消費(fèi)量 30 392.34 300.979 0 .0 0 2 燃料油消費(fèi)量 30 141.00 313.467 0 .0 0 3 天然氣消費(fèi)量 30 19.56 22.044 0 .0 0 2 電力消費(fèi)量 30 949.64 711.664 0 .0 0 3 原煤產(chǎn)量 26 9125.97 12180.689 4 13.3 0 2 焦炭產(chǎn)量 29 1026.49 1727.735 1 3.3 0 2 原油產(chǎn)量 18 1026.48 1231.724 12 40.0 0 0 燃料油產(chǎn)量 25 9

6、0.72 134.150 5 16.7 0 3 汽油產(chǎn)量 26 215.18 210.090 4 13.3 0 2 煤油產(chǎn)量 20 48.44 62.130 10 33.3 0 0 柴油產(chǎn)量 26 448.29 420.675 4 13.3 0 1 天然氣產(chǎn)量 20 29.28 49.391 10 33.3 0 3 電力產(chǎn)量 30 954.74 675.230 0 .0 0 0 表2-1能源消耗量與產(chǎn)量數(shù)據(jù)缺失值分析 表 1 1- -1 1 能源 消耗量與產(chǎn)量數(shù)據(jù)缺失值分析 SPSSISPSSI 供了填充缺失值的工具，點(diǎn)擊菜單欄“- “，即可以使用軟件提供的幾種填充缺失值工具，包括序列均值，臨

7、近點(diǎn)中值，臨近點(diǎn)中位數(shù)等。結(jié)合本次實(shí)習(xí)數(shù)據(jù)的具體情況，我們不使用 SPSStSPSSt 件提供的替換缺失值工具，主 要是手動(dòng)將缺失值用零值來(lái)代替。 1.1.31.1.3 描述性數(shù)據(jù)匯總 描述性數(shù)據(jù)匯總技術(shù)用來(lái)獲得數(shù)據(jù)的典型性質(zhì)，我們關(guān)心數(shù)據(jù)的中心趨勢(shì)和離中趨勢(shì)，根據(jù)這些統(tǒng)計(jì)值，可以初步得到 數(shù)據(jù)的噪聲和離群點(diǎn)。中心趨勢(shì)的量度值包括：均值(meanmean, ,中位數(shù)(median)median), ,眾數(shù)(modemode 等。離中趨勢(shì)量度包括四分位數(shù)(quartilesquartiles),方差(variancevariance) )等。 SPSSISPSSI 供了詳盡的數(shù)據(jù)描述工具，單擊菜

8、單欄的“- “”“”- ，將彈出如圖 2 2- -4 4 所示的對(duì)話框，我們將所有 變量都選取到，然后在選項(xiàng)中勾選上所希望描述的數(shù)據(jù)特征，包括均值，標(biāo)準(zhǔn)差，方差，最大最小值等。由于本次數(shù)據(jù)的單位不盡相同，我們需要將數(shù)據(jù)標(biāo)準(zhǔn)化，同時(shí)勾選上“將標(biāo)準(zhǔn)化得分另存為變量”。 圖 1 1- -4 4 描述性數(shù)據(jù)匯總 得到如表 1 1- -2 2 所示的描述性數(shù)據(jù)匯總 N 極小值 極大值 均值 標(biāo)準(zhǔn)差 方差 能源消費(fèi)總量 30 911 26164 9638.50 6175.924 38142034.412 煤炭消費(fèi)量 30 332 29001 9728.99 7472.259 55834651.378 焦炭

9、消費(fèi)量 30 19 5461 874.61 1053.008 1108824.853 原油消費(fèi)量 30 0 5555 1099.01 1273.265 1621202.562 汽油消費(fèi)量 30 18 771 230.05 170.270 28991.746 煤油消費(fèi)量 30 0 262 42.37 64.896 4211.520 柴油消費(fèi)量 30 27 1368 392.34 300.979 90588.441 燃料油消費(fèi)量 30 0 1574 141.00 313.467 98261.261 天然氣消費(fèi)量 30 1 106 19.56 22.044 485.947 電力消費(fèi)量 30 98 3

10、004 949.64 711.664 506464.953 原煤產(chǎn)量 30 0 58142 7909.17 11741.388 1.379E8 焦炭產(chǎn)量 30 0 9202 992.28 1707.998 2917256.193 原油產(chǎn)量 29 0 4341 637.12 1085.379 1178048.432 燃料油產(chǎn)量 30 0 497 75.60 126.791 16075.971 汽油產(chǎn)量 30 0 1032 186.49 208.771 43585.122 煤油產(chǎn)量 30 0 219 32.30 55.394 3068.535 柴油產(chǎn)量 30 0 1911 388.52 420.2

11、16 176581.285 天然氣產(chǎn)量 30 0 164 19.52 42.371 1795.341 電力產(chǎn)量 30 97 2536 954.74 675.230 455935.003 有效的N（列表狀態(tài)） 29 表 1 1- -2 2 描述性數(shù)據(jù)匯總 標(biāo)準(zhǔn)化后得到的數(shù)據(jù)值，以下的回歸分析將使用標(biāo)準(zhǔn)化數(shù)據(jù)。如圖 1 1- -5 5 所示: |跺油消費(fèi)量 L雌料油消費(fèi)量 |工天黑氣消費(fèi)量| 工電力消費(fèi)量 小煤 1 -.71365 -.23652 .95667 -.46462 2 -.46280 -,ioe ,37818 10S08 3 .305B2 -.27G49 -.759G9 1.10331

12、 4 U1715 -.41769 -.614D7 .20800 5 ,33330 ,41600 .23463 -.9096 6 64927 23625 -.29290 ,39153 7 -.29435 -.32192 *.61490 -.75484 S ,28409 -.30836 .261 -.49571 3 -.07090 2.12077 .26827 .06E92 1Q .64731 ,19160 .53272 2.27651 11 149541 ,31835 -.34773 1.34637 12 ,90084 可9870 -.40362 13 -04CE1 -.GG130 11G35

13、14 -26166 -36527 -.85631 -.69747 15 2.75310 ,52034 .13760 1.91433 16 -15394 -.22532 .43779 .82141 17 ,34646 -.04798 .58594 -.07712 18 1670D -.31569 -.69436 -.25414 19 3.24028 4.57057 -23 2.88674 -19415 -.37302 -.03181 -.52016 I：21 J09454 -41382 .20020 -1.19717 22 -.68375 -.44132 .92965 -76504 23 -12

14、537 -.41960 圖 1 1- -5 5 數(shù)據(jù)標(biāo)準(zhǔn)化 我們還可以通過(guò)描述性分析中的“”來(lái)得到各個(gè)變量的眾數(shù)，均值等，還可以根據(jù)這些量繪制直方圖。我們選取個(gè)別 變量（能源消費(fèi)總量）的直方圖，可以看到我們因變量基本符合正態(tài)分布。如圖 1 1- -6 6 所示： 圖 1 1- -6 6 能源消費(fèi)總量 1.21.2 回歸分析 我們本次實(shí)驗(yàn)主要考察地區(qū)能源消費(fèi)總額（因變量）與煤炭消費(fèi)量、焦炭消費(fèi)量、原油消費(fèi)量、原煤產(chǎn)量、焦炭產(chǎn)量、原油產(chǎn)量之間的關(guān)系。以下的回歸分析所涉及只包括以上幾個(gè)變量，并使用標(biāo)準(zhǔn)化之后的數(shù)據(jù)。 參數(shù)設(shè)置 1.1.單擊菜單欄- “”“”- “，將彈出如圖 1 1- -7 7 所示

15、的對(duì)話框，將通過(guò)選擇因變量和自變量來(lái)構(gòu)建 線性回歸模型。因變量：標(biāo)準(zhǔn)化能源消費(fèi)總額；自變量：標(biāo)準(zhǔn)化煤炭消費(fèi)量、標(biāo)準(zhǔn)化焦炭消費(fèi)量、標(biāo)準(zhǔn)化原油消費(fèi)量、標(biāo)準(zhǔn)化原煤產(chǎn)量、標(biāo)準(zhǔn)化焦炭產(chǎn)量、標(biāo)準(zhǔn)化原油產(chǎn)量。自變量方法選擇：進(jìn)入，個(gè)案標(biāo)簽使用地名，不使用權(quán)重最小二乘法回歸分析一即 WLWL 雙重為空。 嘯線性同 月 圖 1 1- -7 7 選擇線性回歸變量還需要設(shè)置統(tǒng)計(jì)量的參數(shù)，我們選擇回歸系數(shù)中的“”和其他項(xiàng)中的“”。選中估計(jì)可輸出 回歸系數(shù) B B 及其標(biāo)準(zhǔn)誤，t t 值和 p p 值，還有標(biāo)準(zhǔn)化的回歸系數(shù) betabeta。選中模型擬合度復(fù)選框：模型擬合過(guò)程中進(jìn)入、退出的變量的列表，以及一些有關(guān)擬因?qū)D

16、量: 夕Esc。出讖源消費(fèi)總量）端考源消 -抉1的1 TT聞 目變量值 gNs電牌炭消賢量）E煤炭消伯俅炭消費(fèi)量）編發(fā)渭. #Mcg舊原油消蔭量）|遍油消. 方擊妙: 迸入 選擇變量; 就地區(qū)名稱 胃LB權(quán)重時(shí)一 事背 .瓢甘里國(guó)） |繪制也,_ 保存煙 口選項(xiàng). 1Bootstrap（B. 刷卜攤需Ji由ussiiiifno2QfJl 述定 合優(yōu)度的檢驗(yàn)：RRRR 和調(diào)整的 R R2, ,標(biāo)準(zhǔn)誤及方差分析表。如圖 1 1- -8 8 所示： 圖 1 1- -8 8 設(shè)置回歸分析統(tǒng)計(jì)量 一.U 一項(xiàng)煤產(chǎn)量I 工匿炭產(chǎn)量二1 工原油產(chǎn)量 璐料油產(chǎn)量 砧油產(chǎn) _II 10 11 12 13 15

17、16 19 19 20 21 22 23 05884 ,33279 *.02721 -D5323 -.57044 -.59626 匕心g.J門皴物川,c口/i由目川口2DD1 2 1 a 同歸 曝 .在設(shè)置繪制選項(xiàng)的時(shí)候，我們選擇繪制標(biāo)準(zhǔn)化殘差圖，其中的正態(tài)概率圖是 rankitrankit 圖。同時(shí)還需要畫(huà)出殘差圖，丫軸 選擇：ZRESIDZRESIDX X 軸選擇：ZPREQZPREQ 如圖 1 1- -9 9 所示: 圖 1 1- -9 9 設(shè)置繪制 左上框中各項(xiàng)的意義分別為 “DEPENDN“DEPENDN 咽變量 “ZPRED“ZPRED 標(biāo)準(zhǔn)化預(yù)測(cè)值 “ZRESID“ZRESID

18、標(biāo)準(zhǔn)化殘差 “DRESID“DRESID 刪除殘差 “ADJPRED“ADJPRED 調(diào)節(jié)預(yù)測(cè)值 “SRESID“SRESID 學(xué)生化殘差 “SDRESID“SDRESID 學(xué)生化刪除殘差 . .許多時(shí)候我們需要將回歸分析的結(jié)果存儲(chǔ)起來(lái)，然后用得到的殘差、預(yù)測(cè)值等做進(jìn)一步的分析，“保存”按鈕就是 用來(lái)存儲(chǔ)中間結(jié)果的?？梢源鎯?chǔ)的有：預(yù)測(cè)值系列、殘差系列、距離（DistancesDistances）系列、預(yù)測(cè)值可信區(qū)間系列、波動(dòng)統(tǒng)計(jì)量系列。本次實(shí)驗(yàn)暫時(shí)不保存任何項(xiàng)。 . .設(shè)置回歸分析的一些選項(xiàng)，有：步進(jìn)方法標(biāo)準(zhǔn)單選鈕組：設(shè)置納入和排除標(biāo)準(zhǔn)，可按 P P 值或 F F 值來(lái)設(shè)置。在等式中 包含常量

19、復(fù)選框：用于決定是否在模型中包括常數(shù)項(xiàng)，默認(rèn)選中。如圖 1 1- -1010 所示- 重置FJ取消，幫助|_ 回工引a.c3n.c門/口?？谌龃?眄網(wǎng) 圖 1 1- -1010 設(shè)置選項(xiàng) 1.2.21.2.2 結(jié)果輸出與分析 在以上選項(xiàng)設(shè)置完畢之后點(diǎn)擊確定，SPSSISPSSI 各輸出一系列的回歸分析結(jié)果。我們來(lái)逐一貼出和分析，并根據(jù)它得到最后的回歸方程以及驗(yàn)證回歸模型。 1.1.表 1 1- -3 3 所示，是回歸分析過(guò)程中輸入、移去模型記錄。具體方法為：enterenter（進(jìn)入） 輸入/移去的變量 模型 輸入的變量 移去的 變量 方法 g年度標(biāo)識(shí)危地區(qū)代鴨gra地區(qū)名種口能源港貨總量

20、ib煤炭消費(fèi)量林焦炭消費(fèi)量原油消費(fèi)量汽油消費(fèi)量 煤油消費(fèi)量契柴油消費(fèi)量毋燃料油消費(fèi)量85天然氣涌貴量A電力消費(fèi)量Q原媒產(chǎn)星招焦炭產(chǎn)量店油產(chǎn)量*燃料油產(chǎn)量疆汽油產(chǎn)量 國(guó)變量: .,丁-S阿J面源消落區(qū)基）求源清 曲NSCQ陽(yáng)耨炭消黃勤E炭消E 夕盍皿e集炭消費(fèi)量）磔炭消 /Nsc口舊停油消費(fèi)量）億原油消V 個(gè)案標(biāo)簽: 入如冠五和 進(jìn)入 住 -.893； .603： 步遒方法標(biāo)準(zhǔn)一 I111MMilIILdJIIlla 曾使用F的惻草富又；.叵。 使用F值 7在等式中包含 斌失值 一長(zhǎng)列列排除d 使用均硝替茸 幫助 1 Zscore（原油產(chǎn)量）,Zscore（原煤 產(chǎn)量），Zscore（焦炭消費(fèi)量

21、）， Zscore（原油消費(fèi)量）,Zscore（煤炭消費(fèi)量），Zscore（焦炭產(chǎn)量） . 輸入 表 1 1- -3 3 輸入的變量 1,表 1 1- -4 4 所示是模型匯總，R R 稱為多元相關(guān)系數(shù)，R R 方（R R）代表著模型的擬合度。 1.我們可以看到該模型是擬合優(yōu)度良好。 模型匯總 模型匯總 模型 R R方 調(diào)整R方 標(biāo)準(zhǔn)估計(jì)的誤差 Sig. 1 .962 .925 .905 .30692707 .000 表 1 1- -4 4 模型匯總 . .表 1 1- -5 5 所示是離散分析。，F(xiàn) F 的值較大，代表著該回歸模型是顯著。也稱為失擬性檢驗(yàn)。 模型 平方和 df 均方 F 1

22、回歸 25.660 6 4.277 45.397 殘差 2.072 22 .094 總計(jì) 27.732 28 表 1 1- -5 5 離散分析 . .表 1 1- -6 6 所示的是回歸方程的系數(shù)，根據(jù)這些系數(shù)我們能夠得到完整的多元回歸方程。觀測(cè)以下的回歸值，都是具有統(tǒng) 計(jì)學(xué)意義的。因而，得到的多元線性回歸方程：丫=0.008+1.061x=0.008+1.061x1+0.087x+0.087x2+0.157x+0.157x3- -0.365x0.365x4- -0.105x0.105x5- -0.017x0.017x6 （X X1為煤炭消費(fèi)量，x x2為焦炭消費(fèi)量，x x3為原油消費(fèi)量，x x，為原煤產(chǎn)量，x x5為原炭產(chǎn)量，x xe為原油產(chǎn)量，Y Y 是能源消費(fèi)總量） 結(jié)論：能量消費(fèi)總量由主要與煤炭消費(fèi)總量所影響，成正相關(guān)；與原煤產(chǎn)量成一定的反比。 系數(shù) 模型 非標(biāo)準(zhǔn)化系數(shù) 標(biāo)準(zhǔn)系數(shù) t Sig. B 標(biāo)準(zhǔn)誤差 beta 1 （常量） .008 .057 .149 .883 Zscore（煤炭消費(fèi)量） 1.061 .126 1.071 8.432 .000 Zscore（焦炭消費(fèi)量） .087 .101 .088 .856 .401 Zscore（原油消費(fèi)量） .157 .085 .159 1.848 .078 Zscore（原煤產(chǎn)量）