热线电话:13121318867

登录
首页精彩阅读SPSS多元线性回归残差分析的基本方法
SPSS多元线性回归残差分析的基本方法
2018-01-24
收藏

SPSS多元线性回归残差分析的基本方法

残差分析包括以下内容:

①残差是否服从均值为零的正态分布

②残差是否为等方差正态分布

③残差序列是否独立;

④借助残差探测样本中的异常值

其中,判断残差的分布可以在SPSS中通过绘制“标准化残差直方图”做到,而残差序列的独立性要通过DW检验做到,具体操作如下:

分析——回归——线性——点开“统计量”选项卡——在“残差”中勾选Durbin-Watson——继续——点开“绘制”选项卡——Y选择DEPENDENT——X选择*ZRESID——勾选“直方图”和“正态概率图”,然后确定,运行多元线性回归

网友对DW检验的介绍:

•Durbin-Watson统计量(取值:0~4 )
–检定回归模型中残差独立的假设
–如果相邻残差项间是相关,则其总差异必小或大
•若残差项间是正相关,则其差异必小
•若残差项间是负相关,则其差异必大
–当DW值愈接近2时,残差项间愈无相关
–当DW值愈接近0时,残差项间正相关愈强
–当DW值愈接近4时,残差项间负相关愈强

下图是我做的DW统计量结果:

在“绘制”那个窗口中,除了因变量,其他代表的含义如下:

“DEPENDNT”:因变量
“ZPRED”:标准化预测值
“ZRESID”:标准化残差
“DRESID”:删除残差
“ADJPRED”:调节预测值
“SRESID”:学生化残差
“SDRESID”:学生化删除残差

我实验中标准化残差的直方图和P-P图如下所示:

就先简单总结这么多

数据分析咨询请扫描二维码

最新资讯
更多
客服在线
立即咨询