1、应用回归实验6实验六 自变量选择与逐步回归班级 统计121 学号 2012014469 姓名 张小露一、实验目的:通过本实验项目,旨在使学生理解掌握 SPSS 软件包的自变量选择与逐步回归的具体操作及其原理。二、实验原理:(1)前进法(2)后退法(3)逐步回归法: 将变量一个一个引入,每引入一个变量后,对已选入的变量要一个一个进行逐个检验,当原引入的变量因后面变量的引入而显得不再显著时,要将其剔除。引入一个变量或从回归分析中剔除一个变量,为逐步回归的一步,每一步都要进行F检验,以确保每次引入新的变量之前回归方程中只包含显著的变量。这个过程反复进行直到既无显著的自变量选入回归方程,也无不显著的自
2、变量从回归方程中剔除为止。 四、练习与作业#9其中,。(1)逐步显示变量的引入或剔除过程,逐步回归法首先是引入了变量x5,建立了模型1,然后引入了变量x1,建立了模型2,没有变量剔除,接着又引入了变量x2,最终建立了模型3,包含变量x1、x2、x5。显示各个模型的拟合情况,模型3的复相关系数R=0.998,判定系数R Square=0.996,调整判定系数Adjusted R Square=0.995,估计值的标准误差Std.Error of the Estimate=183.13298。显示各个模型的方差分析结果,模型3的回归均方Regression Mean Square=45472058
3、.16,残差的均方Residual Mean Square=33537.687,F=1355.850, P=0.000 线性回归方程显著。显示各个模型的偏回归系数结果,模型3的常数项=874.6,x5的回归系数=0.672,回归系数的标准误差=0.089,回归系数的t检验的t值=3.516,P=0.000;x1的回归系数=-0.672,回归系数的标准误差=0.124,回归系数的t检验的t值=-4.936,P=0.000;x2的回归系数=-0.353,回归系数的标准误差=0.088,回归系数的t检验的t值=-1.454,P=0.001。按照=0.1的水平,认为三个偏回归系数都显著有意义。模型3的
4、回归方程为显示各个模型方程外的变量的相关统计量,包括Beta、 t值、P值偏相关系数和共线性统计的容忍值。可见模型3外的变量x3、x4的偏回归系数的P值都大于0.1,故不能引入方程(2)后退得线性方程#10(1) 得线性方程(2)排除变量X5得线性方程 (3)用逐步回归法依次引入x3,x5,x4,得最优回归模型: (4) 两种方法得到的最终模型是不同的,后退发首先剔除了x5,而逐步回归在第二部引入了x5,说明两种方法对自变量的重要性的认可是不同的,这与自变量之间的相关性有关联。相比之下,后退发首先对全模型做了回归,每个自变量都发挥了自己的作用,所得的结果更值得信服。从本例的内容看,x5是滞后6个月的最惠利率,对因变量的影响似乎不大。