spss多重线性回归逐步回归法操作和结果解释方法

​spss经常用到的一个回归方法是stepwise，也就是逐步回归，它指的是每次只纳入或者移除一个变量进入模型， 这个方法虽然好用，但是最后可能出现几个模型都比较合适，你就要比较这几个模型的优劣，这是个麻烦事，这里就给大家简单的分析分析。

操作方法

  • 01

    打开spss以后，打开数据，这些都准备好了以后，我们开始拟合方程，在菜单栏上执行：analyze---regression---linear，打开回归拟合对话框

  • 02

    ​在这里，我们将因变量放大dependent栏，将自变量都放到independent栏​

  • 03

    ​将method设置为stepwise​，这就是逐步回归法

  • 04

    ​点击ok按钮，开始输出拟合结果​

  • 05

    ​我们看到的第一个​表格是变量进入和移除的情况，因为这个模型拟合的比较好，所以我们看变量只有进入没有移除，但大部分的时候变量是有进有出的，在移除的变量这一栏也应该有变量的

  • 06

    ​第二个表格是模型的概况，我们看到下图中标出来的四个参数，分别是负相关系数、决定系数、校正决定系数、随机误差的估计值，这些值（除了随机误差的估计值）都是越大表明模型的效果越好，根据比较，第四个模型应该是最好的

  • 07

    ​方差分析表，四个模型都给出了方差分析的结果，这个表格可以检验是否所有偏回归系数全为0，sig值小于0.05可以证明模型的偏回归系数至少有一个不为零

  • 08

    ​​参数的检验，这个表格给出了对偏回归系数和标准偏回归系数的检验，偏回归系数用于不同模型的比较，标准偏回归系数用于同一个模型的不同系数的检验，其值越大表明对因变量的影响越大。

赞 (0)

相关推荐