相关分析
两个定性变量之间的相关做卡方
两个定量之间的相关关系做pearson
一个定性变量一个定量变量做t或者方差
多元线性回归
1.打开数据,依次点击:analyse--regression,打开多元线性回归对话框。
2.将因变量和自变量放入格子的列表里,上面的是因变量,下面的是自变量。
3.设置回归方法,这里选择最简单的方法:enter,它指的是将所有的变量一次纳入到方程。其他方法都是逐步进入的方法。
4.等级资料,连续资料不需要设置虚拟变量。多分类变量需要设置虚拟变量。
虚拟变量ABCD四类,以a为参考,那么解释就是b相对于a有无影响,c相对于a有无影响,d相对于a有无影响。
5.选项里面至少选择95%CI。
点击ok。
1.
可以将被剔除的变量做回归分析,但如果相关系数过高,可能会产生多重共线性(参数t检验无法通过),到时候可以去剔除法或者spss的逐步回归法做就行
2.
第一个图是方差分析表,其实意义不需要过多强求,主要看f值对应的sig.(或者p)值即可,当sig<0.05时,表明模型整体拟合效果不错。否则模型不成立
3.
要明白一点,如果做多元线性回归,之前的相关系数矩阵,相关性越高,产生多重共线性可能越大(系数t检验无法通过),强行将所有变量做回归也是可以的,但是因为有多重共线性,很多系数的t检验的p值大于
0.05。可以采取逐步回归法进行回归(spss有该选项),系统会自动剔除变量
建议楼主仔细回顾一下计量经济学——多元线性回归和多重共线性相关内容
相关分析和回归分析都是在analyze下面的