数据分析29.docx
《数据分析29.docx》由会员分享,可在线阅读,更多相关《数据分析29.docx(11页珍藏版)》请在冰豆网上搜索。
![数据分析29.docx](https://file1.bdocx.com/fileroot1/2022-11/22/1914e5a0-fbff-4a3b-87b4-4e93ea2486f4/1914e5a0-fbff-4a3b-87b4-4e93ea2486f41.gif)
数据分析29
某医院为了了解病人对医院工作的满意程度Y和病人的年龄X1,病人的病情严重程度X2和病人的忧虑程度X3之间的关系,随机调查了23名病人,得数据如下表:
年龄(x1)
病情程度(x2)
忧虑程度(x3)
满意程度(y)
50
51
2.3
48
36
46
2.3
57
40
48
2.2
66
41
44
1.8
70
28
43
1.8
89
49
54
2.9
36
43
50
2.2
46
45
48
2.4
54
52
62
2.9
26
29
48
2.4
89
29
50
2.1
77
43
53
2.4
67
38
55
2.2
47
34
51
2.3
51
53
54
2.2
57
36
49
2.0
66
33
56
2.5
79
29
46
1.9
88
33
49
2.1
60
55
51
2.4
49
29
52
2.3
77
44
58
2.9
52
43
50
2.3
60
1用spss对该模型进行回归分析:
对模型做散点图:
y与年龄(x1)的散点图
y与病情程度x2的散点图
y与满意程度(x3)的散点图
由以上的散点图可知:
y与x1有明显的线性关系,与x2,x3也有线性关系,但不大明显。
从该模型汇总中可得到
=0.678,复相关系数R越大线性关系越强,由此可知此模型的线性关系较弱。
Anovab
模型
平方和
df
均方
F
Sig.
1
回归
4165.700
3
1388.567
13.328
.000a
残差
1979.518
19
104.185
总计
6145.217
22
a.预测变量:
(常量),x3,x1,x2。
b.因变量:
y
由此方差分析表可知:
SST=6145.217SSR=4165.700SSE=1979.518
MSR=SSR/p-1=1388.567MSE=SSE/n-p=104.185。
系数a
模型
非标准化系数
标准系数
t
Sig.
B
标准误差
试用版
1
(常量)
162.992
25.569
6.375
.000
x1
-1.217
.298
-.618
-4.085
.001
x2
-.661
.814
-.176
-.811
.427
x3
-8.632
12.136
-.157
-.711
.486
a.因变量:
y
从参数估计表中知:
所以该线性方程为:
2对上述模型作残差分析:
残差统计量a
极小值
极大值
均值
标准偏差
N
预测值
33.69
84.95
61.35
13.760
23
标准预测值
-2.010
1.716
.000
1.000
23
预测值的标准误差
2.440
5.939
4.117
1.106
23
调整的预测值
37.62
83.92
61.15
13.723
23
残差
-17.048
14.765
.000
9.486
23
标准残差
-1.670
1.447
.000
.929
23
Student化残差
-1.734
1.627
.009
1.029
23
已删除的残差
-18.698
19.152
.196
11.692
23
Student化已删除的残差
-1.839
1.706
.006
1.060
23
Mahal。
距离
.301
6.492
2.870
1.911
23
Cook的距离
.000
.273
.061
.078
23
居中杠杆值
.014
.295
.130
.087
23
3用逐步回归法分析该模型:
输入/移去的变量a
模型
输入的变量
移去的变量
方法
1
x1
.
步进(准则:
F-to-enter的概率<=.100,F-to-remove的概率>=.110)。
2
x2
.
步进(准则:
F-to-enter的概率<=.100,F-to-remove的概率>=.110)。
a.因变量:
y
模型汇总c
模型
R
R方
调整R方
标准估计的误差
更改统计量
Durbin-Watson
R方更改
F更改
df1
df2
Sig.F更改
1
.777a
.604
.585
10.764
.604
32.036
1
21
.000
2
.818b
.669
.636
10.080
.065
3.947
1
20
.061
2.203
a.预测变量:
(常量),x1。
b.预测变量:
(常量),x1,x2。
c.因变量:
y
系数a
模型
非标准化系数
标准系数
t
Sig.
B
标准误差
试用版
1
(常量)
122.063
10.959
11.138
.000
x1
-1.531
.271
-.777
-5.660
.000
2
(常量)
166.726
24.713
6.746
.000
x1
-1.267
.286
-.643
-4.428
.000
x2
-1.086
.547
-.289
-1.987
.061
a.因变量:
y
由此得到两个线性回归方程:
和
,显然它与第一次做的模型所建立的线性方程不一样。
已排除的变量c
模型
BetaIn
t
Sig.
偏相关
共线性统计量
容差
1
x2
-.289a
-1.987
.061
-.406
.784
x3
-.288a
-1.939
.067
-.398
.755
2
x3
-.157b
-.711
.486
-.161
.349
a.模型中的预测变量:
(常量),x1。
b.模型中的预测变量:
(常量),x1,x2。
c.因变量:
y
系数相关a
模型
x1
x2
1
相关性
x1
1.000
协方差
x1
.073
2
相关性
x1
1.000
-.465
x2
-.465
1.000
协方差
x1
.082
-.073
x2
-.073
.299
a.因变量:
y
对其作残差分析得:
作如下残差图:
残差统计量a
极小值
极大值
均值
标准偏差
N
预测值
33.52
84.56
61.35
13.673
23
标准预测值
-2.035
1.698
.000
1.000
23
预测值的标准误差
2.348
5.861
3.528
.918
23
调整的预测值
37.37
83.44
61.14
13.516
23
残差
-17.273
16.057
.000
9.611
23
标准残差
-1.714
1.593
.000
.953
23
Student化残差
-1.778
1.734
.010
1.020
23
已删除的残差
-18.595
19.025
.207
11.030
23
Student化已删除的残差
-1.889
1.833
.008
1.049
23
Mahal。
距离
.237
6.481
1.913
1.530
23
Cook的距离
.000
.243
.050
.063
23
居中杠杆值
.011
.295
.087
.070
23
a.因变量:
y
由此得到线性方程是:
THANKS!
!
!
致力为企业和个人提供合同协议,策划案计划书,学习课件等等
打造全网一站式需求
欢迎您的下载,资料仅供参考