《多元回归的例子与结果说明》由会员分享，可在线阅读，更多相关《多元回归的例子与结果说明（2页珍藏版）》请在金锄头文库上搜索。
1、本文的目的就是将一个简单的分析结果描述出来，不仅方便学习，也方便观看。 以下是直线回归的例子，数据如下。体长胸围体重 151.5186462 156.2186496 146193458 136.1193463 146.2172388 149.8188485 155197456 144.5175392 147.2175398 145.2185437 138172378 142.5192446 141.5180396 149183426 154.2193506 152187457 158190506 146.8189455 147.3183478 151.3191454 整套数据是从生物统计学中的
2、一个例子中得到的，现实生活中不可能这么理想，这里只是 举例。数据是20头黄牛的体重，胸围，体长的数据，目的就是建立体重（因变量）对胸围 和体长（自变量）的回归方程。 本人所用的方法就是全部都是默认，只是将统计量对话框中的所有复选框全选。即是是外 行，也照样能用SPSS分析。但是，结果就必须能看懂，知道各个统计量是什么意思才能 用来分析。所以，本人的原则就是，操作是手段，次要的，而结果是重要的。但是，许多 书都是对结果轻描淡写，但是几句话却蕴藏着方法。描述性统计量描述性统计量均值标准 偏差N体重446.850039.3864520体长147.91505.8125320胸围185.50007.40
3、91020就是方差的平方就是方差的平方 根，是一种离散根，是一种离散 趋势的度量。本趋势的度量。本 例中体重的标准例中体重的标准 偏差最大偏差最大模型汇总模型汇总b b更改统计量模型RR 方调整 R 方标准 估计的误差R 方更改F 更改df1df2Sig. F 更改Durbin-Watson1.858a.735.70421.42079.73523.618217.0002.536a. 预测变量: (常量), 胸围, 体长。b. 因变量: 体重表示自变表示自变 量与因变量与因变 量间线性量间线性 关系密切关系密切 程度的指程度的指 标，取值标，取值 范围范围 01. 值越接近值越接近 1，线性关，
4、线性关 系越强，系越强， 本例本例 为为 0.828 线性关系线性关系 比较强比较强与与 R 方有相同的方有相同的 数值数值是解释回归模是解释回归模 型中自变量的型中自变量的 变异在因变量变异在因变量 变异中所占的变异中所占的 比例，多云回比例，多云回 归判定系数的归判定系数的 值会随着进入值会随着进入 方程的自变量方程的自变量 个数或样本容个数或样本容 量的大小的增量的大小的增 加而增加，为加而增加，为 了消除影响，了消除影响， 引进调整引进调整 R 方。方。 本例中调整本例中调整 R 方小于方小于 R 方。方。在对回归模型诊断时，需要诊断回归模型中在对回归模型诊断时，需要诊断回归模型中 误差项的独立性，如果误差项不独立，那么误差项的独立性，如果误差项不独立，那么 对回归模型的任何估计与假设所作出的结论对回归模型的任何估计与假设所作出的结论 都是不可靠的。诊断的参数为都是不可靠的。诊断的参数为 DW，取值范，取值范 围为围为 02
