课件内容： 一、一元线性回归 二、多元线性回归 三、回归诊断 四、多项式回归 五、自变量的选择 六、含有定性变量的情况 七、最小二乘估计的改进 八、稳健回归九、非线性回归 ...
实 验 报 告 实验课程 班级 应用回归分析 学号 第 5 次实验 实验日期 2014.11.20 姓名 成绩 指导教师 王振羽 一、实验目的 掌握用统计软件对线性回归模型的各种诊断. 二、实验内容 在合成异戊橡胶性能的研究中，安排了 28 种不同的试验条件，测出各条件下橡胶 的特性粘度 x1 、 低分子含量 x 2 与门尼粘度 y 的数据。(数据在“回归人大数据 12-学生.xls 的<练习第 1 题>”中 )，利用统计软件完成以下内容: (1) 写出 y 关于 x1, x2 的回归方程； (2) 写出各点的残差、学生化残差； (3) 用残差图方法、等级相关系数法判断二元线性回归模型是否合适，并判断方差是否 齐性； (4) 若这 28 次试验是依次进行的，试用游程检验去检验观测值是否独立，并用 DW 统 计量检验数据间有无一阶自相关； (5) 用 P-P 图或其它正态性检验方法检验模型是否服从正态分布； (6) 仿照书上 p.122 异常值实例分析的方法对这里的数据进行异常值分析。 三、实验结果与分析（包括运行结果及其数据分析、解释等） （1）spss 的输出结果为 可得回归方程为：
y ? 29.886? 7.345 x ? 0.565x 1 2 （2）在线性回归对话框中，点击 save 做如下操作 点击 continue，由 SPSS 的输出结果，可知 其中 res 为残差，sre 为学生化残差。
（3）点击 graphs，选择 legacy dialogs，选择 scatter dot， 分别选择 i 和 sre。
由数据画出 残差图如下： 由残差图可知，该数据的残差随序号有明显变化。
等级相关系数检验法的输出结果为： Correlations m Spearman's rho m Correlation Coefficient Sig. (2-tailed) N x1 Correlation Coefficient Sig. (2-tailed) N x2 Correlation Coefficient Sig. (2-tailed) N 1.000 . 28 .248 .203 28 -.437 * x1 .248 .203 28 1.000 . 28 -.562 ** x2 -.437 * .020 28 -.562 ** .002 28 1.000 . 28 .020 28 .002 28 Correlations m Spearman's rho m Correlation Coefficient Sig. (2-tailed) N x1 Correlation Coefficient Sig. (2-tailed) N x2 Correlation Coefficient Sig. (2-tailed) N *. Correlation is significant at the 0.05 level (2-tailed). **. Correlation is significant at the 0.01 level (2-tailed). 1.000 . 28 .248 .203 28 -.437 * x1 .248 .203 28 1.000 . 28 -.562 ** x2 -.437 * .020 28 -.562 ** .002 28 1.000 . 28 .020 28 .002 28 可知 x1 的等级相关系数为 0.248， sig=0.203， 可以认为不存在异方差， x2 的等级相关系数为-0.437， sig=0.02，在 ɑ =0.05 的条件下认为 x2 存在异方差。 (5)对于观测值 y 做游程检验的结果如下 Runs Test y Test Value a 58.75 14 14 28 17 .578 .563 Cases <
Test Value Cases >= Test Value Total Cases Number of Runs Z Asymp. Sig. (2-tailed) a. Median 由 asymp.sig=0.563,可知不拒绝原假设，即不能否认该数据是独立。
对数据做 DW 检验可得： Model Summary Adjusted R Model 1 R .931 a b Std. Error of the Estimate Durbin-Watson 2.225 R Square .866 Square .856 8.70145 a. Predictors: (Constant), x2, x1 b. Dependent Variable: y 可知 DW 检验量的数值为 2.225 查表可知：n=28，k=3 时，有 可知 d L =1.26， d U =1.56， d U <2.225<4- d U ,可知不存在一阶自相关 （5）在 spss 中依次选择 Analyze-->Descriptive Statistics-->P-P Plots，可得 可知正态性不是很好，由于存在异方差性，效果不是很好，由上可知存在异方差，导致正态性不是 很好。 （6）在线性回归对话框中做点击 save 做如下操作 输出的结果部分如下 中心化杠杆值 ch ? p / n ? 2 / 28 ? 0.0714，可知由删除血生化残差来判断，第四组数据为异常值。
由中心化杠杆值和库克距离来判断， 第三组数据的中心化杠杆值为 0.43088>2*0.0714,且库克距离大 于 1，股认为第三组数据也为异常值。
苏州大学应用回归分析实验 苏州大学应用回归分析实验 暂无评价 | 0人阅读 | 0次下载 | 举报文档 苏?州?大?学?应?用?回?归?分?析?作?业?实?验?报?告 你可能喜欢 ...
学院设有独立的计算实验室，现拥有计算机180余台，供师生教学科研使用。学院与江苏... 高等几何 解析几何 应用多元分析 应用回归分析 应用软件程序设计（1） 应用软件程序设...
服装工程 应用化学实验 服装工程 纺织有机化学 实验 高分子化学实 验 纤维艺术 非织造材 ... 色印花原理、工艺、操作和相关染化料的使用及 结果分析, 掌握常用纺织品的前处理和...