济南市商品房价格影响因素分析SPSS的应用Word文档格式.docx

1、103.11352.1611012.86582.567583475103.5100.2289796799.92004110.31600.2712005.06590.088705457104.4102.2511016132005107.61876.6113578.46597.4410244200105.898.191210872101.12006104.32185.115340.2603.3511825655104.9100.151600507100.92007105.22554.318005.1604.8512666590105.099.481932069103.92008107.22987.

2、0020807.4603.9915885280102.7100.922741166105.72009104.53351.422721.7603.2719115340102.183325576三、相关分析（一）散点图由散点图可直观看出，解释变量与被解释变量之间的线性关系并不明显。同时，图像明显存在异常值，即2004与2005年的房屋销售价格明显属于离群点。（二）相关矩阵对解释变量及被解释变量进行相关分析，可得相关矩阵：Correlationsyx1x2x3x4x5x6x7x8Pearson Correlation1.296.260.508.287.535.291.227.601Sig. （2-t

3、ailed）.439.500.162.454.138.448.557.087N9.998*.874*.992*.013.354.983*.550.000.002.974.350.125.846*.989*-.040.353.988*.553.004.919.351.123.850*.479.186.779*.611.192.632.081-.028.406.470.943.278.202-.377-.158.269.318.684.483.446.071.228.855.478.193*. Correlation is significant at the 0.01 level （2-tail

4、ed）.在相关分析中，解释变量y与被解释变量x1、x2、x3、x4、x5、x6、x7、x8的Pearson相关系数分别为：0.296，0.260，0.508，0.287，0.535，0.291，0.227，0.601。可见解释变量与被解释变量的相关性不高。四、回归分析（一）建立全模型采用进入法，得到模型综述、方差分析表、回归系数表及残差分析图如下：Model SummarybModelRR SquareAdjusted R SquareStd. Error of the EstimateDurbin-Watson.985a.971.7651.33093.020a. Predictors: （C

5、onstant）, x8, x6, x5, x4, x3, x2, x1b. Dependent Variable: yANOVAbSum of SquaresdfMean SquareFSig.Regression58.54978.3644.722.341aResidual1.771Total60.3208CoefficientsaUnstandardized CoefficientsStandardized CoefficientstCollinearity StatisticsBStd. ErrorBetaZero-orderPartialPartToleranceVIF（Constan

6、t）9.268165.514.056.964.035.03710.319.946.518.6874.048E3-.006.005-11.272-1.262.427-.784-.2162.718E3-.582.324-2.908-1.798.323-.874-.308.01189.0391.840E-63.0281.133.460.750.194243.2732.2741.6041.2411.418.391.817.243.03826.094.618.591.3161.046.486.723.179.3223.1051.464.4421.1573.312.187.957.568.2414.154

7、a. Dependent Variable:回归分析得到的回归方程为：y = 9.268 + 0.035 x1 - 0.006 x2 - 0.582 x3 + 1.840E-6 x4 + 2.274 x5 + 0.618 x6 + 1.464 x8由全模型回归分析可知：修正后的R2 = 0.765，方程的拟合程度较好；回归方程的F值 = 4.722，P值 = 0.3410.05，因而回归方程没有通过检验；回归系数的P值均大于0.05，即回归系数全部没有通过检验。（二）模型诊断1、分别用年份和残差为横轴和纵轴作散点图，得时间残差图（如下）。该散点图用于检验异方差性，由下图可知，解释变量与被解释变

8、量之间存在较明显的异方差性。2、分别用残差滞后项和残差为横轴和纵轴作散点图，得滞后项残差图（如下）。该散点图用于检验自相关性，由于大部分点都落在第二四象限，因而随机扰动项存在负相关。3、由共线性诊断表可知，最大的条件数 = 1488.123，可以判断出存在较为严重的共线性。同时可以知道，x0 x1 x2 的共线性较强，x3 x5 的共线性较强。Collinearity DiagnosticsaDimensionEigenvalueCondition IndexVariance Proportions7.7841.000.002.2136.040370.117.184137.377.01.02.

9、0359.245E-5290.178.04.4966.753E-5339.511.08.56.36.394.045E-61387.203.98.88.92.13.21.16.31.113.515E-61488.123.87.83.26五、模型调整（一）剔除异常值由散点图可知，2004与2005年的房屋销售价格明显属于离群点，导致后面的相关性分析中，解释变量与被解释变量之间的相关性并不高。因而剔除2004年与2005年的数据后，重新进行回归分析。（二）逐步回归法Variables Entered/RemovedaVariables EnteredVariables RemovedMethod.S

10、tepwise （Criteria: Probability-of-F-to-enter = .100）.进过逐步回归法进行筛选后，只留下x5、x6、x8三个变量进行线性回归。比较三种模型，即只有x8进行回归分析，只有x8和x6进行回归分析，以及同时有x8、x6、x5进行回归分析。1、对于三种模型，得到的模型综述、方差分析表、相关系数表如下：Model Summaryd.882a.778.734.9388.981b.963.944.4301.997c.993.987.20953.306 （Constant）, x8b. Predictors: （Constant）, x8, x6c. Pred

11、ictors: （Constant）, x8, x6, x5d. Dependent Variable:ANOVAd15.46217.542.009a4.407.88119.86919.1299.56451.705.001b.740.18519.7376.579149.912.001c.132.04438.01715.7782.409.061.652.156.8824.188.009-34.48517.816-1.936.671.9099.400.001.978.907.9961.004.703.158.4304.452.374.912-67.35112.379-5.441.012.625.8

12、4616.912.995.795.883.805.082.4939.861.985.463.8841.132.265.1973.723.034.317.175.7861.273（1）三种模型的修正后 R2 分别为 0.734、0.944、0.987，因而第三种模型的方程拟合程度最高；（2）三种模型对于的回归方程的F值分别为 17.542、51.705、149.912，且P值均小于0.05。因而三种模型均通过检验，且第三种模型的回归效果最好；（3）模型1 与模型2 的常数项的P值分别为0.061、0.125 0.05，即模型1 与模型2 的常数项没有通过检验。但是模型3 的所有参数均通过检验，并

13、且VIF值均小于10，偏相关系数也都接近1。因而模型3是最佳模型，得到的回归方程为：y = -67.351 + 0.625 x8 + 0.805 x6 + 0.265 x52、逐步回归模型诊断（1）由于模型3 中含有三个解释变量，因而残差时间图检验异方差性较为麻烦，改为用Spearman等级相关系数检验异方差性。X5X6X8ABSE1Spearmans rhoCorrelation Coefficient-.324.418.559-.072-.321.878.482.414.355由相关分析可知：x5、x6、x8 三个解释变量与ABSE的等级相关系数分别为：r5 = 0.559，r6 = -0

14、.321，r8 = 0.414。对应的P值分别为：P5 = 0.192，P6 = 0.482，P8 = 0.355，三变量的P值均大于0.05，即残差的绝对值与三个自变量不存在显著的相关关系，不存在异方差。（2）分别用残差滞后项和残差为横轴和纵轴作散点图，得滞后项残差图（如下）。因而必须采用迭代法或差分法消除负自相关。（3）由相关系数表可知，所有参数均通过检验，并且VIF值均小于10，因而不存在显著的共线性。（三）迭代法在模型综述表中，DW值 = 3.306，自相关系数的估计值1- 0.5DW = 0.653，代换变量yt、x8（t） 、x6（t） 、x5（t） 为：yy = yt - 0.653yt-1 xx8 = x8（t） - 0.653x8（t-1），xx6 = x6（t） - 0.653x6（t-1） xx5 = x5（t） - 0.653x5（t-1）对解释