
作者:丁點helper
來源:丁點幫你
前面的文章主要介紹了回歸的一些關鍵詞,比如回歸系數(shù)、樣本和總體回歸方程、預測值和殘差等,今天我們結合一個案例來看看如何做完整的回歸分析,準確而言,是多重線性回歸(Multiple Linear Regreesion)。
回顧:多重線性回歸
多重線性回歸,一般是指有多個自變量X,只有一個因變量Y。前面我們主要是以簡單線性回歸為例在介紹,兩者的差距主要在于自變量X的數(shù)量,在只有一個X時,就稱簡單線性回歸。
在實際應用中,我們當然很少只納入一個自變量。多重線性回歸一般也叫“多元線性回歸”,我更支持“多重”的叫法,因為“多元”一般也指“因變量Y”有多個。
通過前面的文章,我們知道做線性回歸就是要構建Y與X的線性關系,主要目的有兩個,一是確定X對Y的影響程度(即回歸系數(shù)的計算);二是通過X來預測Y。
這里最重要的一條準則是:Y需要是定量變量,就是類似于“收入”、“得分”等。而對X沒有這樣的要求,可以是定量的,如“教育年限”、“年齡”等;也可以是“性別”、“民族”等分類變量。
案例 從某高校三年級女生體檢的數(shù)據(jù)中,隨機抽取20名作為樣本,數(shù)據(jù)包括體重(kg)、胸圍(cm)、肩寬(cm)及肺活量(L),分析女大學生肺活量的影響因素,數(shù)據(jù)見下表:
首先簡單看看上表的數(shù)據(jù),我們想要研究女生肺活量的影響因素,所以回歸的因變量為“肺活量(Y)”,根據(jù)常識和數(shù)據(jù),這里的Y是定量變量。
搜集的其他數(shù)據(jù)作為潛在的影響因素(X)納入回歸方程,分別是:體重、胸圍、肩寬。我們也能簡單就能判斷這三個自變量都是定量變量。
(對于變量類型如何判斷還不太了解的同學,戳此回顧)
這里進行回歸分析,一是判斷這些X是否都會影響Y(總體回歸系數(shù)是否不為0);二是通過構造的回歸方程,未來根據(jù)X的值計算Y的預測值。
多重線性回歸的SPSS操作
回歸分析用SPSS操作的步驟如下:
SPSS數(shù)據(jù)錄入格式
回歸操作窗口,Dependent為因變量,Independent為自變量,分別移入
上圖中的“Method”稱作“自變量篩選”方法,我們做線性回歸分析很重要的一點是找Y的影響因素,這里的“找”就意味著“篩選”。
比如本案例我們納入了三個自變量,通過回歸分析,就是要找到那些真正對Y產生影響的變量。最終的結果有可能三個X都有影響,則最終的回歸方程會有三個X,也有可能一個X都沒有。
我們看到Method的下拉菜單有不同的選項:
Enter:將自變量強行全部納入回歸方程,不排除回歸系數(shù)P值大于0.05的情況;
Stepwise、Remove、Backward、Forward,這些都是軟件篩選自變量的方法,雖然名稱不一,但思想相近,主要就是根據(jù)回歸系數(shù)檢驗的P值是否小于0.05(有的是0.1)判斷回歸方程中應不應該有這個變量。
一般來講,沒有哪個篩選方法最優(yōu),但實際應用中常見的是Stepwise和Backward,建議大家自己進行回歸分析時可以更換不同的方法嘗試,選擇自己認為合適的方法。
本案例使用Stepwise法,中文稱為“逐步法”或“步進法”。
多重線性回歸的結果分析
以下為SPSS分析結果展示:
表1:回歸方程的擬合程度
上表最左側一列為“Model”,表示的是SPSS篩選變量的過程,因為我們選擇的是stepwise,所以每進行一步,即每篩選一個變量,就稱為一個Model,比如Model"1"表示只納入1個自變量,Model“2”表示納入2個,“3”表示納入3個,”4“表示最終模型剔除了一個自變量,僅納入2個自變量。
表格第2-4列分別為”R、R Square、Adjusted R Square“,一般的教科書講的很多,表示的是回歸方程對因變量的解釋程度,數(shù)值越大,解釋度越高。但它又是一個比較尷尬的數(shù),實際應用簡單參考即可。
表2:回歸方程的整體檢驗
這里的Model和上表1中表示的是同一個意思,代表了包括不同自變量的回歸方程。對于回歸方程的檢驗,一般來講,都是有統(tǒng)計學意義的,看最后一列(Sig.),即P值均小于0.05。
表3:回歸系數(shù)結果
表3中的Model詳細展示了變量的篩選過程,比如在Model 3中,回歸方程將三個自變量”肩寬、體重、胸圍“全部納入,但是發(fā)現(xiàn),”肩寬“這個變量的Sig.(P值)大于0.1了,于是就將它剔除出去,從而得到模型4——只納入”體重和胸圍“兩個自變量,對照后面的P值結果,均小于0.05。
以上只是一種篩選變量的一種方法(Stepwise),通過統(tǒng)計軟件P值自動進行,這并不意味,所有的線性回歸分析均只能通過這種方法篩選,我們常說需要結合專業(yè)知識判斷,在做回歸分析時也不例外。
如果回歸分析的結果與專業(yè)知識相悖,比如根據(jù)專業(yè)知識有影響的變量卻被軟件剔除,那我們首先得慎重思考回歸的結果是否可信,比如是否滿足前文提及的LINE條件,是否出現(xiàn)了多重共線性問題等等;如果經過診斷分析發(fā)現(xiàn)這些問題都不存在,在研究報告或論文中,仍可以如實地報告結果,為后面的研究提供參考。
本案例,我們還是依照統(tǒng)計軟件的結果篩選變量,得到的最終回歸方程為:
根據(jù)上表,我們寫出本研究的回歸方程:
上述結果表示,可以認為體重和胸圍是影響該校一年級女大學生肺活量的主要因素,保持胸圍不變,體重增加1kg,估計肺活量平均增加0.081L(回歸系數(shù)”0.081“的含義,在多重線性回歸分析中也可稱作”偏回歸系數(shù)“);保持體重不變,胸圍增大1cm,估計肺活量平均增加0.046L(回歸系數(shù)”0.046“的含義)。
另外,上表最后一列提供了一個”標準化偏回歸系數(shù)“,這是將XY分別標準化之后再進行回歸分析,如下:
”標準化偏回歸系數(shù)“可以用來比較不同的自變量X對Y的影響程度。本例中,體重和胸圍的標準化偏回歸系數(shù)分別為0.644和0.436,意味著體重對肺活量的影響大于胸圍對肺活量的影響。
以上即為回歸分析的全過程,最后留給大家一個思考題,這里進行的分析,表示的是X和Y的相關關系,還是因果關系?歡迎在評論區(qū)留言討論。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
LSTM 模型輸入長度選擇技巧:提升序列建模效能的關鍵? 在循環(huán)神經網(wǎng)絡(RNN)家族中,長短期記憶網(wǎng)絡(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報考條件詳解與準備指南? ? 在數(shù)據(jù)驅動決策的時代浪潮下,CDA 數(shù)據(jù)分析師認證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計的實用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實施重大更新。 此次更新旨在確保認 ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務的價值轉化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時代,BI ...
2025-07-10SQL 在預測分析中的應用:從數(shù)據(jù)查詢到趨勢預判? ? 在數(shù)據(jù)驅動決策的時代,預測分析作為挖掘數(shù)據(jù)潛在價值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結束后:分析師的收尾工作與價值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結束)并非工作的終點,而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報考到取證的全攻略? 在數(shù)字經濟蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗:捕捉數(shù)據(jù)背后的時間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢性檢驗如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時間維度的精準切片? ? 在數(shù)據(jù)的世界里,時間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準 ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應用與實戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗:數(shù)據(jù)趨勢與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領域中,準確捕捉數(shù)據(jù)的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認證作為國內權威的數(shù)據(jù)分析能力認證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應對策略? 長短期記憶網(wǎng)絡(LSTM)作為循環(huán)神經網(wǎng)絡(RNN)的一種變體,憑借獨特的門控機制,在 ...
2025-07-07統(tǒng)計學方法在市場調研數(shù)據(jù)中的深度應用? 市場調研是企業(yè)洞察市場動態(tài)、了解消費者需求的重要途徑,而統(tǒng)計學方法則是市場調研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅動力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉日期:解鎖數(shù)據(jù)處理的關鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準確性的基礎 ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅動力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產要素的今天,數(shù)據(jù)分析師的職業(yè)價值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03