1、基于 SPSS 的多元回歸分析模型選取的應用 文獻綜述重慶工商大學 統計學 2010級 統計 2 班 殷婷引言 隨著社會的發展，統計的運用范圍越來越廣泛，統計學作為高等院校經濟 類專業和工商管理類專業的核心課程，不管是在經濟管理領域，或是在軍事、 醫學等領域的研究中對于數量分析與統計分析都需要更高的要求 ,需要用到的數 學知識較多，應用方面的靈活性也較強，計算量大且復雜 .然而科學研究的深 入，研究的對象也日益變得復雜，復雜系統的研究問題更是成為當今研究的熱 點 . 為了更好的描述一個復雜的現象，就需要大量的數據和信息，如何高效、準 確地利用已知的信息便成為當今社會研究的一項重要課題 .基于以

2、上背景，本文通過總結和吸取其他國內外學者對統計學研究的，并 結合我國的實際情況，本文采用了案例一對于網絡購物這塊的的研究，通過對 2005 年到 2012 年的居民消費水平，以及我國網絡普及度，我國人人均純收入 以及我國的居民消費水平對淘寶網的未來發展趨勢進行非線性回歸模型的研究 以及案例二對于我國財政收入的進行變量選取研究，通過對 1992 年到 2012 年 的人均國內生產總值，城鎮居民家庭人均可支配收入，全社會固定投資，進出 口總額，居民消費價格水平對我國財政收入的影響進行定量數據的研究. 通過對數據的選取，回歸模型的確定以及軟件的操作方法來告知讀者如何在SPSS 的操作中變量選取的原則

3、、要求和方法 .一、研究現狀 在科學技術飛速發展的今天，統計學通過不斷吸收和融合相關學科的新理 論，開發應用新技術和新方法，拓展新的領域的同時不斷深化和豐富了統計學 傳統領域的理論與方法 . 在我國，社會主義市場經濟體制的逐步建立，實踐發展 的需要對統計學提出了新的更多、更高的要求 . 隨著我國社會主義市場經濟的成 長和不斷完善，統計學的潛在功能將得到更充分更完滿的開掘 . 從 20 世紀 60 年 代開始，關于回歸自變量的選擇成為統計學中研究的熱點問題，統計學家提出 了許多回歸選元的準則，并提出了許多行之有效的選元方法 . 在應用回歸分析去 處理實際問題時，回歸自變量選擇是首先要解決的重要問

4、題 . 通常在做回歸分析 時，人們根據所研究問題的目的，結合經濟理論羅列出對因變量可能有影響的的一些因素作為自變量引進回歸模型，把一些對因變量影響很小的，有些甚至 是沒有影響的自變量，不但使得計算量變大，估計和預測的精度也下降了此外，如果遺漏了某些重要變量，回歸方程的效果肯定不好 SPSS軟件作為當今國際上運用廣泛的統計分析軟件，其功能齊全帶有各種特點，在各個領域內都得到 了迅速普及，并成為各個行業提高管理水平、形成科學決策的重要手段然而，我國對于該軟件的運用和理解始終處于早期應用階段，無論是在功能的研究開發還 是實際生活當中的運用都與西方發達國家相差甚遠尤其是在管理決策方面，都因為沒有進行深

5、度分析而造成了浪費，要么就是利用SPSS軟件進行簡單分析而 未進行深度開發，導致所得的信息有限、各信息間的關系不明確，最終導致管理者 的判斷出現偏差二、結論SPSS是世界上最早采用圖形菜單驅動界面的統計軟件，其最突出的特點就是操作界面極為友好，輸出結果美觀漂亮，是統計產品與服務解決方案”軟件.對于那些常見的統計方法，SPSS的命令語句、子命令及選擇項的大部分都是由 對話框”的操作完成.所以不需要花大量時間來記憶這些大量的命令、過程或選 擇項.由以上SPSS的操作方法可以知道 SPSS中有很多的統計方法，適合專業 的統計人員對數據進行統計整理得出自己想要的結果 SPSS在得出的趨勢線以及變量之間

6、的線性關系，需要自己用一元線性回歸的方法得出數據之間的系 數，然后自己把方程寫在趨勢線旁邊由兩個案例分析中可以看出在對數據計算 結果如果需要更精確一點，就需要通過對多元回歸分析的操作方法進行對比可 以知道，采用逐步回歸分析的方法對數據進行處理，剔除沒有通過檢驗的，對 因變量影響不顯著的由以上案例中可以看到，多元回歸分析中變量的選擇不能靠簡單的自行篩 選就可以，有時候對于一些變量的篩選都通過檢驗，并不能代表你在選擇數據 上有多高明，而是需要通過相關性分析，計算復相關系數和偏相關系數來了解 你所選的變量之間的相關關系的大小，而變量之間存在線性關系和非線性關系需 要通過散點圖的觀察來對變量之間關系進

7、行判斷在一些情況下，某些自變量的 觀測數據的獲得代價十分貴，這些自變量可能對因變量的影響非常小，而我們 把它引進了模型中，勢必造成數據收集和模型的應用不必要的加大所以在回歸分析中，對進入模型的自變量作精心的選擇是十分必要的所以我們在選擇回歸模型時一定要注意.而本文可以讓我們知道在多元回歸分析中變量的選擇中我們 需要的是先選擇模型，案例一我們是對于非線性回歸模型轉化為線性回歸模型 同時采用的是全模型進行分析，案例二我們用得則是選模型，及在變量的選取 上我們應該如何去選擇相關系數以及方差分析就是很好檢驗數據的方法，同時逐步回歸時對數據進行剔除的一個很好方法從而可以看出所選的變量是否符合 要求.然后

8、再通過回歸分析，看數據之間的 P值檢驗，是否通過P值檢驗，如果 兩個檢驗均通過，說明說選定的變量在多元回歸分析中，自變量對因變量有顯 著性影響，從而確定影響程度的大小，最后在通過檢驗之后得到最優方程式， 這就是自變量與因變量之間的關聯方程式該方程式預測了我國淘寶注冊人數， 網絡普及度和居民消費水平關于淘寶交易額的影響的預測方程式實驗中通過對數據的檢驗可以看出其計算結果的誤差系數較低 .案例一在對變量的處理上也告 訴我們在遇到變量之間不呈線性關系時的處理方法 ，因網絡普及度和我國第二產 業增加值與淘寶交易額之間呈現的是指數線性關系，所以在對變量進行使用時，我 們采用的是其指數幕的方法把非線性回歸

9、模型轉化為線性回歸模型來進行研究,從而得到的自變量便與因變量之間呈線性關系.從案例一可以看出，對變量處理 前得到的回歸模型沒有變量處理后得到的回歸模型的擬合度好 .進一步的告訴大 家在對變量的選取和使用上一定要注意，對于可轉化的非線性回歸模型，最好采用 其對應的方法把變量轉換，這樣才可以得出更有意義和更加價值的模型.從案例分析二，我們還可以看到在選擇變量時當存在為通過檢驗，或者變量之間的偏 相關系數大于復相關系數時的處理方法，這里我們研究的是當自變量的P值檢驗或t值檢驗沒通過是，對于變量選取的處理方法，本文采用了一個簡單的 SPSS的操作方法，逐步回歸分析，通過軟件操作，逐步回歸分析會通過逐步

10、的 對數據進行檢驗，把關聯程度大的先檢驗，逐步進行最后直接剔除未通過檢驗 的數據，在逐步回歸之前我們也得到一個預測方程式，很顯然，在解釋變量未 通過檢驗的情況下，所得到的預測方程式是完全沒有意義，其在操作過程中更 是方便簡潔通過案例一和案例二的對比，便告訴大家在選取模型時，我們應該 如何對模型進行選取而通過以上兩個案例分析，我們可以看出，不能只靠肉眼 的觀察和直觀的選擇就對變量進行判斷，需要通過一系列的檢驗方法對數據進 行對比研究，而通過對偏相關系數的檢驗，我們便可以通過直觀的方法看到系 數之間的差距，偏相關系數本是檢驗變量之間相關關系的直觀表達，如果偏相 關系數過小，我們便可以把此變量剔除，案例二，在偏相關系數較小的情況下，我們繼續采用了回歸分析和逐步回歸分析對變量進行處理，通過回歸分析可以看到，在偏相關系數較小的兩個變量中在回歸分析中也沒有通過P值檢驗，而在逐步回歸分析中，該變量也被剔除所以案例二很好的反映了在多元線 性回歸分析中如何對變量進行篩選，最后得出最優的方程式參考文獻1 魏和清，羅良清實用統計學M.北京沖國財政經濟出版社,2011.2 符啟勛.實用統計學M.北京：國防工業出版社，2008.3 王正朋.實用統計學M.北京沖國財政經濟出版社,2008.4 薛薇.基于SPSS的數據分析M.北京:對外經濟貿易大學出