SPSS对主成分回归实验报告要点 - 图文

《多元统计分析分析》实验报告

学院 2012 年 月 日 经贸学院 姓名 学号 实验成绩 实验 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

第 1 页

图6 图7 第 2 页

图8 图9 回归分析输出结果： 第 3 页

表1 模型汇总 模型 R 1 ab标准 估调整 计的误R 方 R 方 差 .48887 Durbin-Watson 2.740 .996 .992 .988 a. 预测变量: (常量), x3, x2, x1。 b. 因变量: y 表2 Anova 模型 平方和 1 回归 残差 总计 204.776 1.673 206.449 10 df 均方 F Sig. ab3 68.259 7 .239 285..000 610 a. 预测变量: (常量), x3, x2, x1。 b. 因变量: y 表3 系数 模型 非标准化系数 标准系数 相关性 共线性统计量 a标准 试用B 1 (常量) x1 误差 版 t -8.355 .070 -.339 -.731 .488 .965 -.266 -.025 .005 185.997 Sig. 零阶 .000 偏 部分 容差 VIF -10.1.212 128 -.051 x2 .587 .095 .213 6.203 .000 .251 .920 .211 .981 1.019 .026 .972 .728 .095 .005 186.110 x3 .287 .102 1.303 2.807 a. 因变量: y 由表可知，回归模型拟合优度达到99.2%，方差分析也显示线性回归方程整体显著（F=285.61，Sig.=0.000）但是回归系数估计结果中，x1的系数为-0.051与一般经济理论矛盾且不显著（t检验值-0.731，检验的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。运用主成分分析做多重共线性处理： （2）自变量x1-x3的主成分分析： 由于spss没有独立的主成分分析模块，需要在因子分析里完成，因此需要特别注意：

第 4 页