spss软件分析异常值检验实验报告.docVIP

实验五:残差分析 【实验目的】 通过残差检验，掌握残差分析的方法 异常值检验 【仪器设备】 计算机、spss软件、何晓群《实用回归分析》表4.15和表5.6的数据 【实验内容、步骤和结果】 1.1对何晓群《实用回归分析》表4.15的数据进行残差分析 原始数据如表1，其中y表示货运总量（亿吨）x1表示工业总产值（亿元）x2表示农业总产值（亿元）x3表示居民非商业支出（亿元） 表1. y x1 x2 x3 160 70 35 1 260 75 40 2.4 210 65 40 2 265 74 42 3 240 72 38 1.2 220 68 45 1.5 275 78 42 4 160 66 36 2 275 70 44 3.2 250 65 42 3 1.2 对表1数据用spss软件进行分析得以下各表 表2.模型汇总 模型 R R 方 调整 R 方 标准 估计的误差 1 .898a .806 .708 23.442 a. 预测变量: (常量), x3, x1, x2。 b. 因变量: y 由上表可知复相关系数R=0.898，决定系数R方=0.806，由决定系数看出回归方程的显著性不高，接下来看方差分析表3 表3Anova 模型 平方和 df 均方 F Sig. 1 回归 13655.370 3 4551.790 8.283 .015a 残差 3297.130 6 549.522 总计 16952.500 9 a. 预测变量: (常量), x3, x1, x2。 b. 因变量: y 由表3知F值为8.283较小，说明x1、x2、x3整体上对y的影响不太显著。 表4系数 模型 非标准化系数 标准系数 t Sig. B 标准 误差 试用版 1 (常量) -348.280 176.459 -1.974 .096 x1 3.754 1.933 .385 1.942 .100 x2 7.101 2.880 .535 2.465 .049 x3 12.447 10.569 .277 1.178 .284 回归方程为 表5残差统计量 极小值 极大值 均值 标准 偏差 N 预测值 175.47 292.55 231.50 38.952 10 标准 预测值 -1.438 1.567 .000 1.000 10 预测值的标准误差 10.466 20.191 14.526 3.127 10 调整的预测值 188.35 318.11 240.18 49.839 10 残差 -25.198 33.225 .000 19.140 10 标准 残差 -1.075 1.417 .000 .816 10 Student 化 残差 -2.116 1.754 -.123 1.188 10 已删除的残差 -97.615 50.883 -8.683 43.432 10 Student 化 已删除的残差 -3.832 2.294 -.255 1.658 10 Mahal。 距离 .894 5.777 2.700 1.555 10 Cook 的距离 .000 3.216 .486 .976 10 居中杠杆值 .099 .642 .300 .173 10 --------图1.学生化残差 -----------图2.回归学生化删除的残差 ---------------图3.回归删除的残差: 1.3对数据用spss进行分析得 表6异常值的诊断分析 x1 x2 x3 ZRE_1 SRE_1 SDR_1 COO_1 LEV_1 160 70 35 1 -0.66014 -0.89353 -0.87604 0.16609 0.35418 260 75 40 2.4 0.5471 0.62767 0.59277 0.03115 0.14025 210 65 40 2 0.22798 0.26517 0.24349 0.0062 0.16079 265 74 42 3 -0.00388 -0.00433 -0.00396 0 0.09935 240 72 38 1.2 1.41736 1.754 2.29383 0.40874 0.24702 220 68 45 1.5 -1.0749 -2.11566 -3.83214 3.21601 0.64187 275 78 42 4 -0.74885 -1.17348 -1.22039 0.5011 0.49277 160 66 36 2 -0.85347 -1.16281 -1.20606 0.28946 0.36129 275 70 44 3.2 0.35127