線性回歸(異方差的診斷檢驗(yàn)和修補(bǔ))-SPSS操作_第1頁
線性回歸(異方差的診斷檢驗(yàn)和修補(bǔ))-SPSS操作_第2頁
線性回歸(異方差的診斷檢驗(yàn)和修補(bǔ))-SPSS操作_第3頁
線性回歸(異方差的診斷檢驗(yàn)和修補(bǔ))-SPSS操作_第4頁
線性回歸(異方差的診斷檢驗(yàn)和修補(bǔ))-SPSS操作_第5頁
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

本文格式為Word版,下載可任意編輯——線性回歸(異方差的診斷檢驗(yàn)和修補(bǔ))—SPSS操作

試驗(yàn)五異方差的檢驗(yàn)與處理

一、試驗(yàn)?zāi)康模?/p>

1.把握異方差檢驗(yàn)的基本原理和方法2.把握異方差的處理方法二、試驗(yàn)要求:

1.利用SPSS實(shí)現(xiàn)異方差的檢驗(yàn)與處理(一元與多元回歸);2.把握異方差檢驗(yàn)的基本步驟和方法三、試驗(yàn)原理:

1.異方差的檢驗(yàn)方法:(1)殘差圖分析法(3種);

(2)等級(jí)相關(guān)系數(shù)法:主要的步驟(見課本).2.異方差的處理方法:

(1)加權(quán)最小二乘法:主要步驟與原理(2)方差穩(wěn)定變換法四、試驗(yàn)例子:

表4.1

(1)利用SPSS建立y對(duì)x普通最小二乘回歸,Analyze——regression——linear,結(jié)果如下:

(2)提取殘差,并作出殘差圖:

誤差隨著x的增加浮現(xiàn)出增加的態(tài)勢(shì)。

(3)計(jì)算等級(jí)相關(guān)系數(shù),并進(jìn)行檢驗(yàn)(具體步驟見課本),從結(jié)果可以看出,通過P值可以看到拒絕原假設(shè),即殘差絕對(duì)值與變量之間顯著相關(guān),存在異方差。

(4)利用加權(quán)最小二乘估計(jì)對(duì)異方差進(jìn)行處理,首先計(jì)算權(quán)數(shù)。Analyze——regression——weightestimation,結(jié)果如下

根據(jù)以上結(jié)果可知,m1.5時(shí)對(duì)數(shù)似然函數(shù)達(dá)到最大,…….,(課本99頁的一段分析),這說明加權(quán)最小二乘估計(jì)的效果好于普通最小二乘估計(jì)效果。

五、練習(xí)與作用:

(1)課本127頁第9題;

(2)課本102頁例4.4的SPSS實(shí)現(xiàn);(3)課本127頁第13題.

T4.9(1)

由上表可得回歸方程:y=-0.831+0.004x

由殘差圖可以看出明顯存在異方差,誤差的方差隨x的增加而增大。

由上圖可以看出相關(guān)系數(shù)rs=0.318,P值=0.021,認(rèn)為殘差絕對(duì)值與自變量x1顯著相關(guān),存在異方差。

M=1.5的時(shí)候建立最優(yōu)權(quán)函數(shù),得

由上表得,在y=-0.683+0.004x例4.4

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論