做一个回归分析,有两个变量总是被剔除,可是我不希望它被剔除,这该怎么办?后天论文答辩用啊···

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了做一个回归分析,有两个变量总是被剔除,可是我不希望它被剔除,这该怎么办?后天论文答辩用啊···相关的知识,希望对你有一定的参考价值。

大神,我看到你的水平和威望很高,所以来向你求助啊!我是想做财务预警模型,其中我设置了5个变量,结果一回归就有2个变量,可是这5个变量一个都不能少···用那个enter方法还是那2个变量被剔除。查资料说经济学领域常存在多重共线性,是不是去除多重共线性就可以保留所有的5个变量了?如果可以的话该怎么去除多重共线性呢?

8号论文中期答辩,急用啊!我球球号是1014470397,看到麻烦加一下吧!

参考技术A 去除共线性的主要方法是做主成分分析,用提取的住成分再进行回归,你可以试下对自变量进行住成分分析追问

我是菜鸟,成分分析在哪怎么做,能说具体点不?

追答

分析里面有个因子分析这一项就是了,你点进入,然后把所有自变量移到右边对话框,其他默认,在保存里面选择保存因子得分,再点确定就出来提取的主因子得分了,保存在原始数据最后面有几列就是了

追问

这样就能够保留我想要的全部的5个自变量吗?

追答

是,只不过它是用浓缩的主城分来代替原有的所有自变量

spss回归分析结果解读

请问spss回归分析数据都是怎么看的,谢谢!
以payout(现金股利支付率)为自变
ROA

第一步:首先对模型整体情况进行分析

包括模型拟合情况(R²),是否通过F检验等。

第二步:分析X的显著性

分析X的显著性(P值),如果呈现出显著性,则说明X对Y有影响关系。如果不显著,则应剔除该变量。

第三步:判断X对Y的影响关系方向及影响程度

结合回归系数B值,对比分析X对Y的影响程度。B值为正数则说明X对Y有正向影响,为负数则说明有负向影响。

第四步:写出模型公式

第五步:对分析进行总结

SPSSAU也会提供智能分析建议,方便分析人员快速得出分析结果。

参考技术A 说明一下各个符号,constant的意思是常量,实际上就是回归方程的截距,也就是自变量为0时因变量的取值,如果你的方程是标准化的,且因变量是正态分布的,那么常量会变成0,也就是没有截距。B也就是beta,代表回归系数,标准化的回归系数代表自变量也就是预测变量和因变量的相关,为什么要标准化,因为标准化的时候各个自变量以及因变量的单位才能统一,使结果更精确,减少因为单位不同而造成的误差。T值就是对回归系数的t检验的结果,绝对值越大,sig就越小,sig代表t检验的显著性,在统计学上,sig<0.05一般被认为是系数检验显著,显著的意思就是你的回归系数的绝对值显著大于0,表明自变量可以有效预测因变量的变异,做出这个结论你有5%的可能会犯错误,即有95%的把握结论正确。
回归的检验首先看anova那个表,也就是F检验,那个表代表的是对你进行回归的所有自变量的回归系数的一个总体检验,如果sig<0.05,说明至少有一个自变量能够有效预测因变量,这个在写数据分析结果时一般可以不报告
然后看系数表,看标准化的回归系数是否显著,每个自变量都有一个对应的回归系数以及显著性检验
最后看模型汇总那个表,R方叫做决定系数,他是自变量可以解释的变异量占因变量总变异量的比例,代表回归方程对因变量的解释程度,报告的时候报告调整后的R方,这个值是针对自变量的增多会不断增强预测力的一个矫正(因为即使没什么用的自变量,只要多增几个,R方也会变大,调整后的R方是对较多自变量的惩罚),R可以不用管,标准化的情况下R也是自变量和因变量的相关
标准误表示由于抽样误差所导致的实际值和回归估计值的偏差大小,标准误越小,回归线的代表性越强
希望对您有用
参考技术B R=0.641,说明拟合效果还行,其概率小于0.05,说明方程系数不全为零;各个自变量sig.小于0.05的说明自变量对因变量有显著影响,影响正负你要看系数正负;相反,各个自变量sig.大于0.05的说明自变量对因变量无显著影响。追问

那请问那个F值表示了什么意思?

追答

F值表示什么不用理他,关键看F检验的sig.的大小,跟之前说的一样,概率小于0.05,说明方程系数不全为零。注意这里的系数不是一个变量的系数,是方程中所以变量的系数。不用看F值。

以上是关于做一个回归分析,有两个变量总是被剔除,可是我不希望它被剔除,这该怎么办?后天论文答辩用啊···的主要内容,如果未能解决你的问题,请参考以下文章

spss回归分析的F检验值

spss回归分析结果解读

岭回归需要变量正太分布吗

求助回归分析结果解读,用spss回归分析做中介检验

求助!SPSS非线性回归分析迭代次数总是0???

R使用lm构建单变量线性回归模型