Реферат Курсовая Конспект
Множественная регрессия - раздел Информатика, Простая и множественная регрессии 5. Открыть Тот Же Файл Данных Carsales (Продажа Машин). 6. Че...
|
5. Открыть тот же файл данных Carsales (Продажа машин).
6. Через меню Relate - Multiple Regression (Общность - Множественная регрессия) перейти к окну множественной регрессии. Выбрать в качестве независимой переменной параметр sales (продажи), независимых - все остальные переменные и указать в поле Select: first(20) для ограничения объема данных первыми двадцатью строками. Результат - на рис.13.
7. По умолчанию из табличных опций открывается Analysis Summary (Итоговый анализ), которой достаточно для анализа результатов. Здесь приводятся результаты расчета коэффициентов регрессионного уравнения, стандартные отклонения каждого коэффициента, значения статистик (табл.7).
Рис.13. Окно множественной регрессии
Таблица 7. Результат регрессионного анализа
-----------------------------------------------------------------------------
Standard T
Parameter Estimate Error Statistic P-Value
-----------------------------------------------------------------------------
CONSTANT -8655,36 2258,51 -3,83233 0,0064
ADJUSTED 1,01188 0,0583686 17,336 0,0000
RESIDS 0,411272 11,2917 0,0364224 0,9720
SIND 92,7932 18,3206 5,06497 0,0015
AVGS -0,0565496 0,0571801 -0,988973 0,3556
-----------------------------------------------------------------------------
Консультант дает следующее пояснение:
Выход показывает результаты подгонки модели множественной линейной регрессии для описания связи между переменной sales и остальными независимыми переменными. Уравнение подогнанной модели имеет вид:
sales = -8655,36 + 1,01188*ADJUSTED + 0,411272*RESIDS + 92,7932*SIND -0,0565496*AVGS
R-Squared статистика, приведенная в Итоговом анализе, определяет, что подогнанная модель объясняет 98,5% всей вариации переменной sales.
При оценке возможности упрощения модели заметим, что наибольшие значения величины Р, равные 0,972 и 0,355, принадлежат переменным RESIDS и AVGS. Так как значение Р больше или равно 0,10, то эти переменные не является статистически значимыми на 90-процентном или более высоком доверительном уровне, следовательно, можно рассмотреть возможность исключения этих признаков из дальнейшего анализа.
8. Среди графических опций выделить Component Effects и Residuals versus X. Проанализировать эти графики, изменяя переменные на горизонтальной оси.
– Конец работы –
Эта тема принадлежит разделу:
На сайте allrefs.net читайте: "Простая и множественная регрессии"
Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ: Множественная регрессия
Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:
Твитнуть |
Новости и инфо для студентов