经过上述操作,SPSS输出Durbin-Watson检验结果为: 本研究Durbin-Watson检验值为1.957。一般来说,Durbin-Watson检验值分布在0-4之间,越接近2,观测值相互独立的可能性越大。即,本研究中简单线性回归的观测值具有相互独立性,满足假设4。 但不得不说,Durbin-Watson检验不是万能的。它仅适用于对邻近观测值相关性的检验(1...
一.简单线性回归的应用条件 二.案例 三.案例分析 四.SPSS操作 1. 判断胰岛素X和血糖Y之间是否存在线性趋势 2.简单线性回归 五.结果解释 1.判断因变量Y(血糖)其残差是否服从正态性、独立性、方差齐性 2.判断线性回归模型的拟合程度 一.简单线性回归的应用条件 1.自变量X和因变量Y理论上有因果关系 2. 因变量...
简单线性回归模型的诊断 数据是否满足LINE假定,可通过绘制残差(ϵ=Y−Y^ϵ=Y−Y^)图的方法验证。 SPSS中的操作如下: 在线性回归分析的对话框中,点击【Plots】按钮,将标准化的预测值*ZPRED(即Y^Y^)放到X坐标,将标准化的残差*ZRESID放到Y坐标,如果想查看残差的分布情况,可把左下角的Histogram也点选上:...
使用简单线性回归时，需要满足7个假设：因变量连续、自变量连续、线性关系、独立观测值、无显著异常值、等方差性和残差正态分布。首先，通过散点图检查看电视时间和胆固醇浓度的线性关系，如图所示：假设4-7的检验在SPSS中通过回归分析完成，包括 Durbin-Watson 检验独立性、Casewise Diagnostics 检查异常值、...
等方差性是简单线性回归的基本假设,可以通过残差与回归拟合值或标准化残差与标准化预测值之间的散点图进行检验。经过上述操作,SPSS输出结果如下: 如果存在等方差性,不同拟合值对应的残差应大致相同。即图中各点均匀分布,不会出现特殊的分布形状。 如果残差...
SPSS操作:简单线性回归(史上最详尽的手把手教程) 1、问题与数据 研究表明,运动有助于预防心脏病。一般来说,运动越多,心脏病的患病风险越小。其原因之一在于,运动可以降低血胆固醇浓度。近期研究显示,一项久坐的生活指标—看电视时间,可能是罹患心脏病的预测因素。即看电视时间越长,心脏病的患病风险越大。 研究者拟...
SPSS操作:简单线性回归(史上最详尽的手把手教程) 1、问题与数据 研究表明,运动有助于预防心脏病。一般来说,运动越多,心脏病的患病风险越小。其原因之一在于,运动可以降低血胆固醇浓度。近期研究显示,一项久坐的生活指标—看电视时间,可能是罹患心脏病的预测因素。即看电视时间越长,心脏病的患病风险越大。 研究者拟...
等方差性是简单线性回归的基本假设,可以通过残差与回归拟合值或标准化残差与标准化预测值之间的散点图进行检验。经过上述操作,SPSS输出结果如下: 如果存在等方差性,不同拟合值对应的残差应大致相同。即图中各点均匀分布,不会出现特殊的分布形状。 如果残差点分布不均匀,形成漏斗或者扇形,那么回归就不具有等方差性,如...
等方差性是简单线性回归的基本假设,可以通过残差与回归拟合值或标准化残差与标准化预测值之间的散点图进行检验。经过上述操作,SPSS输出结果如下: 如果存在等方差性,不同拟合值对应的残差应大致相同。即图中各点均匀分布,不会出现特殊的分布形状。 如果残差点分布不均...
等方差性是简单线性回归的基本假设,可以通过残差与回归拟合值或标准化残差与标准化预测值之间的散点图进行检验。经过上述操作,SPSS输出结果如下: 如果存在等方差性,不同拟合值对应的残差应大致相同。即图中各点均匀分布,不会出现特殊的分布形状。 如果残差点分布不均匀,形成漏斗或者扇形,那么回归就不具有等方差性,如...