作业帮 > 综合 > 作业

求救 下面是用中文版SPSS17软件处理一些数据输出的结果,线性回归问题,但是鄙人实在不懂统计,求下面这些东西的统计学解

来源:学生作业帮 编辑:作业帮 分类:综合作业 时间:2024/05/21 06:56:01
求救
下面是用中文版SPSS17软件处理一些数据输出的结果,线性回归问题,但是鄙人实在不懂统计,求下面这些东西的统计学解释及意义,下面的看不太明白的好心愿帮助的好人可以百度HI我,帮到忙的还可以再加分,>_
你截图好歹把表截下来,数字都对不上了.
三个表中因变量:VAR00001表示你的Y.
预测变量:(常量),VAR00004,VAR00003,VAR00002 分别表示X1,X2,X3
第二个表是方差分析表,
第一列有回归平方和108139.393(SSR),残差平方和3828.431 (SSE),总平方和111967.824 (SST),
第二列是自由度,分别为自变量个数(p=3),样本个数-自变量个数-1(n-p-1=6),样本个数-1(n-1=9).
第三列为MSR=SSR/p=36046.464 ,MSE=SSE/(n-p-1)=638.072
第四列为F值,F=MSR/MSE=56.493
第五列为F值对应的实际显著性统计量,俗称p值,是这张表中最易得出结论的,此处为.000a
,即近似为零的意思.当p值小于0.05时,拒绝原假设.此处的原假设是:X1,X2,X3的系数全为零.拒绝原假设,即得出结论X1,X2,X3的系数不全为零,模型有存在的意义.
第一张表中,
第二列为R方,即决定系数,又称拟合优度,为SSR/SST,可以理解为原数据中已经利用的信息量的多少.第三列调整R方是经过修正的R方.这两个数据都很重要,一般来说越接近1越好,信息利用率越高.此处0.966和0.949,很高,说明模型的数据利用率挺高.
第四列为回归的标准误差,为表二中的MSE开平方根.标准误差不是测量值的实际误差,也不是误差范围.一般来说越小估计越好.
第三张表是主要结论所在表.(完全看不清表头,只能凭记忆说明)
重要的是第一列和最后两列.
第一列是估计的自变量系数,即X1的系数为0.013 ,以此类推得X2、X3系数,第一行为常数项,即可以得出这次回归估计的结论是
y= -47.284 + 0.013 x1 + 7.875 x2 - 0.057x3
最后两列是每一自变量的t值和p值,主要看p值.举个例x1的p值为0.181,大于0.05,不拒绝原假设,这里的原假设是:X1的系数为0..不拒绝原假设就是不能拒绝 X1的系数为0,就是X1的系数可能为0.说明X1的系数估计不准确.同理三个系数的p值没有一个小于0.05的,说明自变量的选择不正确,模型需要调整.
总的来说,回归模型主要看表一中的R方,调整后R方;表二中的F值,p值;表三中的系数估计值,t值,p值.相对来说R方,调整后R方相对不那么重要,因为在实际经济问题中极少有接近1的.
最后结论是,模型不合格需要调整,具体调整方法,还要看实际问题.(提供一个调整方案,把X2 删除试试).