粉丝2826获赞8030

大家好,这是一节所有人都可以学会的 spss 分 析课程,今天我们要讲的是多元现金回归。在讲多元现金回归之前,我们先来了解一下多元现金回归的一些基本概念。 首先多元现金回归呢,它分为一元和多元,一元的话就是有一个次变量,然后多元的话就有两个 g 以上的次变量,就被称为多元现金回归。一般情况下多元现金回归用的比较多, 然后我们什么时候用多元现金回归呢?比如说你的应变量是连续性变量,工资、房价、销售额等等,这些变量作为应变量的时候就用多元现金回归。 如果你是你的应变量是分类变量,比如说失火、犯病等等,这种就要用逻辑回归。当然最重要的是多元现金回归的这个结果该怎么看? 首先最重要的就是这个 r 方,因为它决定了一个你的模型的解释程度,它的范围是零到一,你的 r 方越接近,一,说明自变量能解释更多的因变量模型的拟合就越好。 然后就是 p 值,当然我们知道 p 小 于零点零五它就是显著的, 然后每个自变量它都有对应的 p 值,自变量 p 值越显著,说明它对因变量影响的程度就越大。然后就是回归系数微塔,这个正负决定了它影响因子变量的一个方向。 然后我们以这个数据为例,带着大家来做一下多元现金回归。 我们借助这个 chat s p s s 分 析工具,首先点击这里上传数据,这里可以看到我是已经把数据上传好了的, 然后直接在对话框里告诉他 对数据做一个多元性回归,然后音标呢是持续时间,字标呢是烟酒早期治疗结点等等这些。 接着它就可以直接输出这个新建回归的表格,当然这个结果它是可以直接粘到 word 里的,粘进来之后就是这样子的,这里我们可以看到它的 r 方是零点一, 算是比较低的,说明这个模型的拟合程度不是很好。然后 p 呢是有两个显著的, 然后这个分析工具里面它还有很多的分析方法, 大家都可以去多多尝试一下,也是比较好用的一个统计学分析工具。

hello, 大家好,今天教大家一个不用打开 spss, 只通过对话就能完成回归分析的方法,而且包括三线表和文字分析报告都做好。那么今天用的例子还是上次那个数据, 我们告诉他帮我做一个回归分析,那么他就开始呃规划任务,并且执行, 得到了这个结果。那就看这个模型看起来肯定是有问题的,比如说它的非标准化系数,要不就是零,要不就是一,然后标准物全是零, 然后这个 t 值非常大,所以这个模型肯定是爆炸了的。但是我们主要想 t 体现这个方这工具的优越性啊,这个数据我建议就别看了。呃,那么我们看呃它结果其实 也给你标注好了,从结果来看,这个 r 方等于一,这肯定是不正常的, r 方最大,最大也不可能到一,并且这默契也极显著,那么说明 它这个是有问题的必然关系。这个数据是我们模拟的,所以这个主要看这个方法的一个实现,对吧?那么如果是在啊 s p s s 里面,我们做方差分做回归分析,那其实是相对来说比较麻烦。 比如说我们做分析回归线性,然后把对应的变量拖进来,把字变量 重置一下,把字把音变量拖到这里,然后相对的其他的字变量拖到这下面来统计,这一大概不大概就这样就 ok, 然后点确定,那么它出来的结果也是完全一样的,模型爆炸,并且它二方是一,所以这肯定不正常。呃,但是我们主要体会这个方法啊,体会这个 工具的一个优越性。对,然后这里还有其他的一些统计学方法都可以选择。

大家好,这是一节所有人都可以学会的 sps 四分析课程,今天我们要讲的是逻辑回归。在讲逻辑回归之前,我们先来大概了解一下什么是逻辑回归。 这里我们不讲复杂的数学原理,我们从三方面带着大家了解一下逻辑回归。首先什么是逻辑回归呢? 我们知道普通的现金回归,它是预测联系数值,比如说房价升高这些音变量,它是可以表示为具体的数字的。但是逻辑回归不一样,它的音变量呢是二分类变量, 也就是只有两种结果,比如说是否发生和不发生。这里列出了一些例子,是否患病,然后依旧等于患病,零就是健康,它就是有两种选项,也被称为二分类变量。 然后它的适用条件是因变量是二分类的,并且自变量可以是连续的,也可以是分类型的数值,然后变量之间不需要服从正态分布。 当然最重要的是逻辑回归的结果我们该怎么看?首先就是这个系数贝塔, 我们知道,因为楼球规它的应变量不是一个具体的数字,它是零和一的一个选项。当然这个贝塔是正数的时候,就说明取一的概率就越大,负数的时候就说明取零的概率就越大。 我们可以以这个应变量为例,比如说你算出来的 beta 是 个正数,然后你患病的概率就越大,是负数呢,它健康的概率就越大。然后接下来就是这个 o r 值, 挖值,它有三个等级,大于一小于等于一大一的话,说明这个自变量会增加事件发生的概率,反之就是降低事件发生的概率。接下来就是 p 值, p 值和回归分析一样,这个没有过多的要求。 接下来我们以这个数据为例,带着大家做一下逻辑回归。在这个里面我们以这个为变量,我们可以看到它有两个选项,一个是零,一个是一,它是符合逻辑回归的条件的。 然后我们借助这个 chat sps 分 析工具来做一下逻辑回归。首先这里上传数据,然后我这是把数据上传好了的, 然后接着在这个对话框里告诉他对数据做一个逻辑回归,并且页面量是这个,然后字面量是烟酒等等这些,然后他就可以直接把这个逻辑回归的三线表做出来, 并且这个表格它是可以直接复制到 word 里的。站进来之后就是这样子的一个样式, 然后它下面会有一些文字解释, 当然这个工具还有很多的一些分析方法,都可以去多多尝试一下,非常的方便。

这是一节所有人都可以学会的 spss 分 析课程,今天我们要讲解的是中介检验。在讲中介检验之前,我们先来看一下,这里有两个结果的表格,这个可以看到它是回归分析的表格,它里面展示了三个模型, 分别是服务体验,然后品牌忠诚度,服务体验,下面是路径分析的一个结果,可以看到 是内容吸引力到品牌忠诚度,再到服务体验这样的一个路径的分析结果,包括总效应、直接效应、间接效应、中间类型,这里也是我做出来的,这里显示是完全中介 这两个表格,它就是中介检验分析的一个结果。那么在了解中介检验之前,我们先来看一下 中介检验的类型都有哪些,这里这个图它展示了就是一个中介检验的本质。我们再次回顾的时候都知道是一个自变量对一个 e 变量 y, 也就是 y 等于 c x 加一一,但是如果说你引入了一个中介变量,它就会 自变量的作用,就会通过中介变量,然后来作用于应变量 y, 然后这样的就叫这样的一个模型,就叫做中介检验。 这里可以看到它直观的列出来一个中介检验的模型图, 就是自变量 x, 从变量到中间变量 m, 然后再到变量 y 这样一个路径,然后还有条路径是自变量 x 直接到变量 y, 当然中介中介检验它不止这样的一个简单中介,还有下面的一个平行中介,这个是列式中介。 今天我们就以这个调查问卷为例,然后来做一下周期检验,这里我们是 这个为自变量,然后这个为中介变量,这个为因变量。 我们借助这个切的 s p s 分 析工具,点击这里上传数据,然后这里可以查看你上传好的数据,可以看一下数据结构是否完整, 点击确认,下面会有对话框,在对话框里直接输入对数据做一个中介体验,自变量是内容吸引力,因变量是服务体验,中间变量是频为忠诚度, 然后它就可以直接生成结果的三线表,这里可以看到它是一个完全中介, 然后点击复制 粘贴进来,就是这样的一个结果表格。 当然这里还有很多的统计学分析方法,大家都可以去多多尝试一下。

hello, 大家好,今天教大家一个不用打开 sbs, 只用通过对话就能完成贡献性检验的方法,那么包括三线表和对应的文字分析报告都做好。 呃,众所周知,我们在做回归之前要做相关性分析,那么相关性分析,呃,以今天的例子,还是上次那个问卷, 这个品牌满意度和忠诚度调查,那么我们的应变量是忠诚度,那么其他的自变量就是也是其他的维度,比如比如说社交媒体内容吸引力、合作效果、 流量、运营服务体验,对吧?那么这四个它可能我们要先在做回归分析之前,是不是得先做相关性分析?它显著我们才能纳入回归,那么即使它显著,如果它的相关系数比如说非常大, 因为我们相关系数最大是一嘛,如果他达到了零点八、零点七这种,我们主观判断他可能是相关,可能有一定的贡献性,那么对我们的模型礼盒不是 ok, 不是 很 ok。 呃,我们一般是单独做一个贡献性检验, 那么我们打开叉 s bus 怎么做呢?不会做,不会用 bus 做,告诉他怎么做,帮我做一下贡献细节,那么等待他输出结果。 嗯,他自己规划了对后续回归里面可能作为自变量的四个维度均分总贡献。重点看 v i f, 如果可以看到他直接做好了这个表格, v i f 一 般在十以内, 最好是在一左右,他的是没有没有贡献性的。如果他 v i f 非常大,比如说你已经超过了十几,比如二十多,一百多,那么他的贡献性非常大。对你的问,对你的回归的礼盒是非常的拨 ok 的, 那么这里其实蛮 ok, 我 们直接做,直接可以把它复制粘贴到报告里面,那么其实他已经做好了,然后把对应的文字可以可以输出进去啊,具体来看这句话 非常的 ok, 远远低于引擎值五,所以说模型拟合稳定性是 ok 的, 那么这这些完全不需要你用 sps 的 操作,你只需要用这个工具一句话就可以搞定了,非常的方便。

当你想知道过去的值如何在多大程度上影响当前的值,或者仅凭历史规律能否预测未来时,就可以使用自回归模型。首先让我们先看一下平稳性。在时间序列中,我们不能假设数据点是独立的, 但我们仍然希望保持一致性。这意味着我们希望数据的分布仅依赖于时间差,而不依赖于具体的时间点。 平稳性之所以如此重要,是因为有一整类模型都依赖于平稳性。假设这些模型被称为平稳模型, 而其中最流行的平稳模型之一就是自回归模型。自回归模型试图仅根据序列过去的值来预测该序列,我们把这些过去的值称为滞后值。如果一个模型仅依赖于前一个值,它被称为一阶自回归模型。 a 二模型 就像你在这里看到的,我们有一个目标变量 y, 我 们利用 y 的 过去值来预测这个目标变量 y, 你 可以把它想象成一个滞后的目标变量。当然,这不会是一个完美的预测,所以我们还会引入一些误差。现在模型中有一个截距象和一个系数,我们稍后会处理这个系数, 但让我们先更多的谈谈这个滞后目标。也许你觉得这个概念有点抽象,那么让我们放大右侧的销售图标来详细看看。 假设想按周来预测我的销售额,该如何利用前一周的数据来帮助预测呢?让我们看一个观测值。这个观测值本质上是回看前一周的销售额,并尝试对此进行预测, 所以可以用过去的一周来预测当前的一周。当然,我不会只对一个观测值这样做,我会对数据集中的所有观测值都这样做,每个观测值都在回看他前一周的数据, 当然,第一个观测值除外,他是孤独的,因为他前面没有数据。如果你不断重复这种地归的思想,今天取决于前一个时期,而前一个时期又取决于再前一个时期。 以此类推,你可以以数学方式递归的带入这些方程。这就是为什么这些模型被称为长期记忆模型。让我用数学方式给你展示一下这意味着什么。 假设今天的值外替取决于外替减一,这意味着外替减一又取决于外替减二,所以我实际上可以把这些方程互相带入,从而间接的证明外替取决于外替减二。 虽然会多一点点误差,截距象也会稍有不同,但我仍然有 y t 减二,对外 t 有 一定的影响。 如果我知道 y t 依赖于 y t 减二,那么再想想 y t 减二,它依赖于 y t 减三。 再次重复这个过程,我可以把这两个方程带入彼此,再次间接的证明 y t 减三对今天的 y t 有 一些微小的影响。同样伴随着一点额外的误差和略有不同的截距象。 当然,我可以这样一遍又一遍的重复下去。事实上可以一直这样做,直到我们回溯到最初的第一个观测值。通过带入一堆数学公式,你就能得到屏幕最底部展示的结果。 如果你仔细看,第一个观测值确实很重要,它以一种间接的方式仍然对今天发生的情况有着微小的影响,而平稳性的核心意义就在于这种影响会逐渐消失。 因此,如果系数的绝对值小于一,那么很久以前发生的冲击对今天的影响将变得微乎其微。这就是为什么他们被称为长期记忆模型, 因为影响永远不会完全消失,但影响确实会随着时间的推移而消散,这就是平稳性的概念。当然,为什么要止步于只有一个滞后值呢? 你可以很容易的设置两个质后值。比如,我在看本周的销售额时,我可以回看前两周的数据来预测本周的销售额。当然,同样,我不是只对一个观测值这样做,而是对所有观测值都这样做。但如果你试图画出来,图标会变得有点复杂, 所以你可以回溯到过去 pig 之后值。这些被称为 arp 模型。今天的介绍就到这里,欢迎关注茉莉 ai, 开启 ai 探秘之旅。

我们接着来学习多元限行回归,那么多元限行回归跟一元限行回归不同的,它就是说我们有不止一个自变量,大家看一下,这个就是我们模型的形式 y, 这是因变量 beta 零是截距项,也就是常量, 再加上 beta 一 的 x 一, 加上 beta 二的 x 二,一直到 beta n 的 x n, 再加上一个 epsilon 是 随机项, 那同样的多元回归分析它的步骤和前面它是一样的。和一元回归分析第一个我们 模型假设的建立,也就说我们要假设一个应变量和自变量之间它是存在着某种函数关系的,那么这个时候自变量它是不止一个。第二个就参数估计,我们要看一下你和出来的限行回归模型它的回归系数是什么。 第三个我们是对整个模型的礼盒度进行一个检验。第四个就是我们可以进行预测,还有推断。最后一个还是诊断,那么多元性回归除了我们前面学过的对残差进行诊断之外,我们还要对 多个自变量之间是不是存在共性性进行一个诊断。那所谓的共性性就是说自变量和自变量之间它是不是存在一个现行关系,如果它是存在现行关系的,可能会影响到我们最终的回归结果。 我们还是同样的看同样的这一个案例,这个案例就是青少年与贫困率。在上一个回归方程中,我们只有一个自变量,就是贫困率,在这里我们有两个自变量,还有当地的 犯罪率,再加上一个,也就是说当地的犯罪率和贫困率对于十五到十七岁的女孩的生育率有什么影响?在这里的话,十五到十七岁女孩的生育率我们还是作为应变量,另外两个是作为自变量来做一个回归分析, 我们打开这个数据集,从分析这里进入回归限限,那在这里的话,应变量仍然是十五到十七岁女孩的生育率,那么质变量的话,我们加一个贫困率之外,还再加上一个当地的犯罪率。 在这里的话,大家看方法,我们这里可以用步进然后统计这个按钮,这里我们可以加个共限性诊断,然后加一个描述性的统计分析。 dw 值 图的话,我们仍然可以不管他,那保存的话,我们是想是这样,一个是我们来做个预测值,没有标准化的预测值来做一个,那残差的话,你可以也是用未标准化或者标准化都可以, 我们点继续,那其他的我们可以不管它,这样我们就点确定,点确定得到了我们输出的结果。第一个是我们描述统计分析,一共还是五十一个个案,这里面我们一共有三个变量,十五到十七岁女孩的生育率,当地的贫困率和当地的犯罪率。 第二个这是相关性,从这里来看皮尔逊相关系数的话,我们的出生率也就生育率和犯罪率的关系是零点六四啊,还是一个中等相关, 那么贫困率和犯罪率之间是零点四七,这个他就是几乎是不相关的,那说明是什么?说明贫困和犯罪之间他可能是有一定现行关系,但是关系不是那么大的。 那在这里的话,另外一个我们再来看这输入和除去的变呢?这是什么意思呢?这里有个模型一和模型二,也就是说第一个模型我们软件帮我们只有一个字,变量,就是贫困率。 第二个模型里面他又加入了犯罪率,那么就是有两个模型,应变量都是十五到十七岁女孩的生育率, 模型载药。这里面我们主要看这个 r 方和调整的二方,模型一就是只有一个贫困率作为自变量的情况下,这二方是零点五三三,那么第二个模型加入了犯罪率之后,大家看他的二方提高到了零点六十七,调整后的二方 是零点六三二,说明两个变量的模型,它的解释度或者讲解释力是超过了一个自变量的这个模型。这个表格我们看一下方差分析,这个是方差分析, 我们主要是来看这 f 统计量和它的显著性,就是伴随概率。首先看模型一,也就是只有一个自变量的情况下,就是刚刚讲的只有 贫困率作为一个自变量的情况下,它是显著的一个。这个模型没问题,它是可以用现行模型来解释的,那实际上就是我们上一个案例的时候的模型。那第二个模型当我们加入了另外一个变量之后,它仍然是显著的。这个模型我们可以看一下底下的说明。 第一个 a, 它是应变量,就是十五到十七岁女孩的生育率。 b 在 这里它是预测变量, 就两个,一个是常量,就极具象加上贫困率。 c 是 预测变量,它是常量再加贫困率,再加上犯罪率,那我们看这里是 b, 对 吧?这是 b, 右上角有一个 b, 就是 模型一, 在下面这个右上角是 c, 就是 模型二,说明这两个模型它都是显著的,这里是模型的显著性检验,也就是我们看它是不是一个限性回归模型可以解释的, 这个是系数表,系数表就是指我们看一下它的洁具和它的回归系数,模型的洁具和模型的回归系数。第一个模型大家看长量是四点二六七,在这里它是不显著的,但是贫困率它是显著的,也就是这个是保可以保留,这个实际上就是我们上一个案例做的。那我们主要看一下这个 第二个模型,第二个模型在这里的话,长量的显著性是小于零点零五,说明洁具像是显著的,可以保留, 那么贫困率和犯罪率,当地的犯罪率都是小于零点零零一,远远小于零点零五,说明这两个变量都是显著的,也就是说明我们第二个模型的解释度还是非常高的。系数表这里面它用的是一个 t 检验,大家看这是 t 统计量的这个值。我们还可以看一下这个贡献性的诊断,这个贡献性的诊断的话,这个 v i f 大家看它是非常小一点二八三,我们一般认为 超过十以后,他才存在着这种共性的关系,超过十就代表这个贫困率和当地的犯罪率之间,他是存在现行关系的。当然你也可以直接去给他做个现行方程,用贫困率和犯罪率两个作为质变量和应变量做一个方程,看看他是不是存在现行关系的。这里 看这个表,它是指排除的变量,这个是指模型一里面只有一个自变量的情况下,它排除了这个犯罪率,也就是它只保留了一个贫困率,这里还有个共限性诊断,和刚才是差不多的。再看底下这个是残差的情况,残差,那么残差从这里你是看不出来的,但是我们 可以回到我们的变量和数据式图来看,大家看我们现在回到了数据式图,数据式图它是不是多了三个变量?那这个变量是什么呢?这个叫做预测的值,也就是 y 的 预测值, y 的 预测值我们要和十五到十七岁女孩的生育率相比较, 这个就是我们根据模型得到的预测的生育率,这个是第三列,这是真实的生育率,两个拿去相减,我们得到了,这就是倒数第二列的残差,这个是没有标准化的残差,也就是第三列和 第七列相减,就得到了这导数第二列,那导数第二列我们拿去标准化之后,就是最后一个标准化之后的残差,那这个时候你要去研究残差,可以用这两个都可以拿去进行直方图的分析,或者 p p 图的分析,或者它和质变量来做散点 图,这个都可以。如果残差分析之后认为这个模型没有问题,说明我们这模型就通过了,因为刚才共限型诊断我们已经通过了,那么这个就是我们 这个模型最终的形式。五点九八二,它是极具象, pov 就是 贫困率,后面 v i o, 我 们知道是犯罪率,这个前面一点零三六和零点三四四是它们的系数,那么这一节我们就学习到这里。

接着我们来学习包含虚拟变量的回归分析,所谓的虚拟变量也叫哑变量,我们在第四章的时候就学习过如何去建立虚拟变量, 那么虚拟变量分析也是回归分析中常用的一种类型,它用于处理分类变量或者具有两个或多个水平的变量。那么在这里什么叫两个水平呢?比如说在性别,这是一个变量, 我们下面可以分为两个水平,就是男性和女性,那这个时候我们只需要引入一个虚拟变量就行了,要么是男性,要么是女性。当回归模型中涉及两个以上的虚拟变量的时候,我们 要采用多元回归分析。比如说居住地区,如果有三个地区,城市、郊区、农村,我们只需要创建两个虚拟变量,城市和郊区农村,他就作为一个参考水平就可以了。任何一个 水平都可以作为参考水平,那么教育程度,如果有四个教育程度,高中以下,高中毕业、本科、研究生,那么我们需要创建三个虚拟变量,我们以高中以下作为参考水平,剩下三个 都是虚拟变量来代表高中毕业,本科和研究生学历,那高中以下那就是一个参考水平。 我们来看一下这一个案例数据集,员工收入包含的某个公司员工的基本信息,其中 contract 是 员工的合同的形式, 包括临时的、永久的、合约制三种形式。 salary 是 员工的每月税前的收入 experience, 那 就是员工的工作经验以多少年来计算。那在这里的话,我们以 salary 就是 收入为应变量, 工作经验和合同的形式作为自变量来进行回归分析,在这个案例涉及到的其中应变量它是每月税前收入,但是自变量这里面我们看 其中有个 contract, 它是一个分类变量,包含了临时的、永久的、合约制三种类型,所以我们要先把它转换为虚拟变量才可以进行回归分析。 我们在软件中打开员工收入这个数据集,大家看一下在这里的话变量式图,我们实际上已经做了一个虚拟变量的创建,在这里的话 contract 一、 contract 二、 contract 三,分别代表临时的、永久的和合约制三种的类型的员工。 那我们演示一下,我们从转换这里进入看,这里有个创建虚拟变量,那么创建虚拟变量的话,我们首先针对什么变量创建虚拟变量呢?那是合同形式, 那合同形式这里要主效应的虚变量,我们这里要设置一个,设置一个,我们前面已经有 contract, 我 们比如说我们用 c o n 来代表,那以后面的话它就一个下滑线一,下滑线二,下滑线三,在十八十里面,我们它有三种类型,就是三个水平的 这种合同形式,它会生成三个变量,实际上我们只需要两个虚拟变量它就可以了。好,我们点确定, 确定完了大家看它生成了三个变量, c o n, 一, 它是临时的 c o n 二,它代表永久的 c o n, 三是代表合约制的,那和我们前面它是一样,那一样的,这代表是这个,我是为了和大家演示一下,不会重复,那这个时候我们来做个分析,我们从分析这里进入 回归,还是建立一个现行回归模型,这里的话应变量是每月税前收入,那自变量的话我们一个是工作经验,另外一个就是这里面我们任意选两个就可以了。好,我们用我们选永久和合约制,给他选过来 临时的我们就作为参考水平,我们是不需要选进来的。方法的话,我们还是用步进右边的这几个按钮,你按照我们原来学习 回归的时候常规的去选择就可以了,这里我们直接点确定,这样我们就得到了输出结果。大家看这个表格,它实际上就是告诉我们有三个模型,第一个模型它就是只有工作经验来解释收入。 第二个模型它是加入了合约制的这么一个变量的模型。第三个它又加入了永久的变量的模型,所以这里面一共三个模型,那模型的载药我们来看二方,在这里我们主要看调整,二方不是特别高。这底下也告诉我们了, a 模型就是第一个模型,它的 预测变量也就是质变量,预测变量就是质变量,包括了常量、常量加上工作经验。第二个模型它就常量加工作经验加上 contract 合约制。 第三个是预测变量,它是常量加上工作经验,再加上 contract 等于合约制,再加上一个 contract 等于永久的。那接下来我们看这个方差分析表,方差分析表里面第一个模型它是显著的,我们这里 f 统计量的伴随概率就可以了。 那我们主要关注的是第三个模型,第三个模型它的显著性,它是小于零点零零一,远远小于我们设置的零点 零五,所以它这个模型作为现行回归,它是显著的系数。同样的我们来看一下,这是一个 t 检验,我们主要看第三个模型,那常量它是小于零点零零一,这是显著的工作经验,小于零点零零一显著的,然后 contract 等于合约制也是小于零点零零一显著的。 contract 等于永久的,也是显著的。那我们看排除的变量,这个是指第一个模型,它排除了永久的和合约制这两个虚拟变量, 第二个模型它排除了永久的这一个虚拟变量。那现在我们来看一下怎么去解读这个模型。这是我们做包含虚拟变量之后的完整的模型, 这个模型就是第一个模型,就是我们完整的模型。那么当我们计算合约制员工的收入的时候,它这面有一个洁具,像是二零六四元,再加上它的工作经验,每一年乘以 一百一十三点七五元,那这个六八五点一七六,就代表它是合约制的。因为这个时候合约制 这个三它是等于一,而其他的这个 contract 二它是等于零,所以是这个合约制员工的收入模型就是这个样子。那么永久制的员工的收入模型呢?这个时候它 contract 三它是零, 而 control 二它是一,所以得到的模型是这样子的,那临时的这个员工呢?这两个它都是零,就是二。我们第一行的这个 control 二和三,这个全部都是零,所以它只剩下了两项,也就是临时工的话,它除了一个基本工资之外,就再加上一个经验的工资,这个就是它的模型。那么如果我们真正在计算的时候,你可以把这个 excel 给它去掉, 因为 f c 龙我们是未知的,那其他的这个检验和其他的回归模型是一样的,那么我们包含虚拟变量的回归分析就学习到这里。

hello, 同学们,大家好,今天来讲一下这个回归分析,那么呃通常伴随着做回归分析的话,是要伴随着相相关性分析的, 但是相关性分析跟回归分析它有本质上的区别。相关性比如说学生的呃 成绩和老师教学质量之间,他是否有一个呃直接的影响关系, 那么相关只能看出教师的教学质量越好或者越差,那么学生的成绩他就越好或者越差。 但是否是呃教师的教学质量而导致的这个学生的成绩的这样一个变化,是需要通过咱们的一个回归分析来进行检验的, 因为简单的通过相关性分析的话,他也可以把两个不相干的事情呃联系起来。还比如说今天呃天气越好,对吧?那么学生的成绩越好,那可能出现这样的 偶然的情况,但是你不能说天气好导致了学生的成绩好,对吧?所以说需要咱们的一个回归检验去进行 矫正检验,那么它出来的结果就是这个样子的,就是它有壁纸,有误差,然后有这个 t 值及标准化系数,以及这个统计量是否显著, 那么可以看到他如果他的币值就是系数嘛,他如果是呃大于零,那么就代表有正向影响,而小于零的话就是负向影响。嗯,比如说生活质量 以家庭关怀总度总分为变量,比如说生生活的质量他越高 啊,就是他会去对于这个关怀度产生一个正向的积极的影响,但这个影响是不是具有研究价值的,也就是是否显著的,那么就要看咱们的一个 p 值, 那么可以很明显看到这里是屁值是小于零点零五的,并且是极其显著的,也就是它具有研究价值,那么其他的屁值都没有小于零点零五,也就说它及时研究的价值可能不太大,因为就没有产生显著的一个影响的效果。 然后这个回归的话,在 spss 当中是如何来做的?咱们可以打开 spss, 然后导入数据, 然后点击分析,点击回归,点击限行回归, 然后音变量就选生活质量,然后可以把其他你想要研究的变量给放进去,放到自变量就这个块里面,然后点击统计的话,最好要点这个执行区间, 呃,这剧情区间可以点,也可以不点估算值要点二方变化量,也可以点一下模型礼盒,点一下参差的德兵沃森,这个曲线也可以点击一下,然后保存,这都不用,点 这些都不用,然后点确定好,咱们就出来这个结果了,就生活质量,然后它的 t 值及它的 p 值这个显著性情况, 但这里为什么会出现这样的情况?会哦,这里还是要跟同学们说一下,就是你不能把这个,呃, 你不能把这个多重贡献性很高的一个变量放进去,就他比如说自变量,既当应变量也当自变量,这是不行的。好, 接下来就是把这种出来结果以后,把这种表格整理成三线表,这个就比较麻烦了,所以说我们就可以打开咱们的一个 chat s bus, 然后直接说我想要进行导入数据后,说我想要进行回归分析, 一一 生活质量总分为阴变量, 其他变量为自变量,然后它就可以进行这个回归分析,并且很快就能够得到标准化的三线表的结果。 可以看到,呃,他让你确定一下 一点,他会给出你一些建议,你直接按照建议来执行就可以了, 那他就出来这个结果了,然后咱们可以把这个结果直接复制进这个,呃, word 文档,就是这种标准的三线表,就非常快捷方便。

接着我们学习二元 logistic 回归分析,这种分析方法也叫做二元逻辑回归。二元的意思就是说它只有可能有两个结果, 那么二元逻辑回归它的应变量它是只有两种可能,就是是或者否,它是一个逻辑变量。二元逻辑回归,它是通过一个逻辑函数,也叫 s 型函数,将向量递减到零和一之间的 概率值,从而来预测分类的结果。二元逻辑回归在许多领域有广泛的应用,比如说预测疾病的发生与否,预测市场上客户是否购买了产品,金融客户的信用风险评估, 预测贷款违约,研究人类的行为决策,比如投票啊,是否参加活动。二元逻辑回归,我们在进行礼盒的模型之后,我们主要是用于预测。我们来看一下这个案例数据及广告点击提供了在线互联网用户的基本特征,也就是他们的一些基本的属性, 还有他们是不是会点击我们网页弹出来的广告。那么我们要建立一个二元 logistic 回归模型,研究用户的年龄、性别,上网时长,还有当地人均收入等特征和是否会点击弹出来的广告的关系,然后再进行预测。那这是一个 机器学习的过程,这个案例是一个真实的案例,来自 camera, 当然在网上他们没用 spa 做,我们这里这本书里面用 spa 来 进行研究这个案例,它非常好,非常适合于用 logistic 回归来解决这个问题。那在这里的话,逻辑回归是估计二元结果的概率,也就是点击广告和未点击广告,我们来预测它的概率,然后来 决定,比如说新的用户他具备这几个特征,他是不是会点击广告,我们获得的这个数据是进行训练,然后对新的用户新的数据来进行预测。这次我们现在当下非常流行的一个机器学习的过程,我们先打开广告,点击这个数据集, 这个是一个训练级,也就是说对我们这个模型进行训练,训练了之后我们生成了一个模型,然后用这模型对于我们另外一个数据级叫做测试级来进行预测。我还是从分析这里进入 回归这里看大家这里有个二元 logistic 回归,如果你是多元的呢?也就是说我们的音变量它不是适合否的这种逻辑回归,你就要用这个多元的 logistic 回归。好,我们 选择二元 logistic 回归,那么二元 logistic 回归应变量是什么?就是用户会不会点击广告,这里的话斜变量就是我们的自变量,那我们这里的话只选择这五个,一二三四五是否男性?我们把它选过来, 其他的这个你自己看情况要不要选择作为斜变量,也就是说在这里它就是自变量,我们点一下这个分类的按钮,分类按钮就是说我们斜变量里面哪些是分类变量,那这里的话就是是否男性?它是一个分类变量,因为在处理的时候,软件对这个建立模型过程处理的时候有所选择, 保存的话,我们看你这里概率和组成员可以给他保留这些详细的解释在书里面有,我们这里不多说, 那选项的话,我们可以选分类图和这个给他选了,其他的话我们不管他,我们点确定,确定的话我们 得到了输出的结果。第一个是个案处理摘要的这个表,这里显示了分析中包含的个案数以及缺失的个案数,这里一共有一千个个案,没有缺失值, 所有的数据都是有效的。第二个表格是因变量编码表,这个是显示的因变量和源值还有内部值。比如说因变量是否点击广告,那么源值就是未点击广告和点击广告两种, spass 将它 转换为内部的值零和一。分类变量的编码表就是把原来的男性和女性它重新编码为零和一, 那这里起始快的这个分类表,大家看这里他点击广告五百,点击广告就是未点击的也是五百,这个是什么意思呢?这个就是代表 space, 假设将所有的未点击广告的个案都预测为点击广告,那所以这里的正确率是 零,那同时假设所有的点击广告的个案预测为点击广告,那预测准确率他就是百分之一百。这是一个预测, 就是表示模型一开始的时候,它的初识的礼盒度比较低,预测能力有限,然后经过机器学习,我们要把它整个模型的这种的预测能力要给它提高。这个方程中的变量表,它是显示了最初包含在模型中的变量, 这个是未包括在方程中的变量。他告诉我们一下,而且也给了我们显著性水平,可以发现这几个年龄啊,平均收入啊等等,他也都是显著的,也就说这几个变量实际上和他们是否点击广告也是有关的。再往下面模型系数的 office 检验,这个是用于评估整个模型的显著性。再下来这个模型招标,它是关于模拟的礼盒度还有解释能力的一些关键统计量,因为,呃,这些解释大家就去看书,我就 不多讲,我们主要来看一下这个分类表,这个分类表就是我们逻辑回归的这个结果,从这里来看就是逻辑回归模型能够很好地预测用户点击广告的这种的预测,比如说在这里 总体的正确分类百分比是百分之九十七点二,说明模型的预测准确率是非常高的,那么对于未点击广告的用户的预测,他的准确率是百分之 多少九十八点二,说明模型也能够很好的识别哪些用户,他在上网的时候他没有点击广告,那么对于点击了广告的用户的预测模型的准确率是百分之九十六点二,说明模型也是能够比较好的识别点击广告的这部分的用户。 那么方程中的变量,这个表格是列出了模型中包含的一些独立变量,以及它们对应的系数啊,标准物, word 统计量,自由度, p 值等等等等。 那么这个图呢?我们把它叫做观测组和预测概率图,就展示了观测组和预测概率之间的关系。比如说这个表将预测概率的范围零到一分为十个 间隔,分别由符号零和一来表示,每个符号它是代表了五十个的案例。横轴它是代表预测点击广告的概率是零到一,那么重轴的话是代表每个概率值上面这个样本的数量,详细的大家去看书我就不解释了。 那么经过这一千个数据的训练,我们这个模型它会建立这个模型,那么我们模型在哪里呢? 那你在做回归分析的时候,我们要选择一下在这里保存,保存的话你看将模型信息导出为一个 xml 的 文件,我们浏览一下这个广告点击和广告点击二都是我已经做好的,我们保存保存,这样的话我们点继续继续确定, 这样的话我们实际上在软件里面,也就我们数据机里面已经建立了一个模型,那这时候我们可以使用这个模型来进行预测。好,我们打开广告点击测试集,这个测试集里面数据是新的数据, 同样的这些用户他有这么多的特征,但是我们想知道这些用户会不会点击我们弹出的广告呢?在网络上做广告厂家,他是要付费给广告商的,要给网络的广告商给每一个用户作为推送广告的时候,是按照每个用户来付费的。比如说我推送一个用户是一 一个美元或者是五个人民币,那你这里面有一千个潜在用户的话,我到底是每个用户都给他推送五块钱,是五千元呢?还是说我是有可能会点击我的广告的这部分用户我才给他推送吗?那这一 一千个人里面可能有五百人,或者是五百五十五人,他是最有可能点击广告的,我身上只需要给这五五百五十人给他推送广告就可以了, 这样的话每推送一条广告,我只要付五元人民币,那我钱就省了一半了,所以这个预测是很重要的,我们前面已经建立了一个模型,通过训练级建立一个模型,那我们我们现在来使用这个模型来进行一个预测, 大家看在这里从使用程序这里进入评分向导,评分向导的话这两个都是一样的哈,我们刚刚建立一个叫做广告点击,我们点下一步, 好,这里的话所需类别的概率,我们这里可以给他选个一点下一步完成,完成的时候出现了这么一个输出的结果,这个结果是变量表,那么我们现在回到我们的测试集看这个测试集的话,大家看我们 新生成的几个变量,这个就是我们经过我们用原来的这个训练集里面的模型做了一个预测,那么预测的这个真正的结果 就是在这里。最后一个,对于我们这个新的这个用户,出现一的就是会可能会点击我们的广告,出现零的可能不会点击我们的广告,这里面有这么多的一,那么我们当当我们推送广告的时候,我们主要是针对这种它,我们预测它是可能会点击我们弹出广告的人,我们 弹出就可以了,那这种完全不可能去点击广告的,我们就不需要给他推送了,这种广告无论是 google 啊、 facebook 啊,还是我们的小红书啊,都是采用这种的模式,那我们在本书就学习的第一个机器学习的相关的案例,那这一节我们就学习到。

大家好,这是一节所有人都可以学会的 spss 分 析课程,今天我们要讲解的是回归分析, 这里我们可以看到有这样的一个结果,这个就是回归分析的一个结果,色线表,它这里列出了非标准化系数,标准化系数 t 值、 p 值,然后工序系检验诊断。 回归分析呢一般就包括这几个部分,嗯,然后就是他的 r 方,调整后的 r 方这些。 今天呢我们就教大家如何快速的做出回归分析的一个结果,这里我们以这个调查文件为例,带着大家来做一下回归分析。 当然我们知道回归分析呢,它是有因变量和自变量的,它是研究自变量如何影响因变量的之间的关系, 就是自变量对因变量的影响程度有多大,这里我们可以看到,嗯,它的两表题分了五个维度, 我们以服务体验为音变量,然后剩下的几个变量为自变量来做一下回归分析。 这里我们用 chat s p s s 这个分析软件,首先在这里上传数据, 然后我这里是已经把数据上传好了的,可以看到这里他会如果说你把数据上传好了之后,他这里会显示你的一些变量类型,然后点击这里还可以查看数据,看一下你的数据是否完整, 然后点击确定,下面都会有一个对话框,在对话框里可以输入文字,告诉他对数据做一个回归分析,你的字变量是什么,然后音变量是什么,他就会帮你执行回归分析的, 这个就是他做出来的一个回归分析表格, 包括标准化细数,非标准化细数, t 值、 p 值,然后贡献性都是列的比较清楚的,点击这里复制,可以直接粘到 word 里,也就是这样的一个表格。 当然他下面还会有一些文字解释,如果说你觉得他不想信,你可以直接在下面告诉他,把这段回归分析的结果整理成论文表述,他就可以直接帮你出文字的分析报告。 然后这个分析工具还有很多的统计学方法,都可以去多多尝试一下。

家好,这是一节所有人都可以学会的 spss 分 析课程,今天我们要讲的是单因素方差分析。那么在讲单因素方差分析之前,我们先来了解一下它的一个基本概念。 单因素方差分析呢,它是只看一个因素,比较三组及以上人群的均值有没有差异, 当然这个概念理解起来可能会有点抽象,我们来了解一下它的一个例子吧,比如说你要研究不同的学历的人群在工作满意度上有没有差异,然后这个因素呢,就是学历,然后分组就是 大专本科研究生,比如说这个学学历,他有三个组别,好音变量就是满意度,自变量就是这个学历。单音速。方差分析呢,就是检验呃,这三个组别之间是不是真的一样, 当然它在什么条件下用呢?比如说你有一个自变量,并且自变量是三组及三组以上才能用单因素方差,而且因变量是得分、满意度等等这种连续性类的数值才可以做。 这里需要注意点,如果你的自变量是两组,就要用独立样本去检验。 接下来我们以这个问卷数据为例,带着大家来做一下单因素方差分析, 这里我们还是以服务体验为应变量,然后自变量是年龄、城市购买频率, 这里我们借助 chat sps 分 析工具,首先点击这里上传数据, 然后这里可以看到我是已经把数据上传好了的, 下面它会有一个对话框,然后在对话框里告诉他对数据做一个单因素方差分析, 并且你要表明你的音变量是什么,然后自变量是什么,他就会帮你执行命令,然后这个就是一个单因素方差分析的结果, 并且还是一个标准的论文三线表,这个表格也是可以直接粘到 word 里的, 然后它粘进来就是这样子的,基本上不用做修改,可以放在论文里面直接用的。然后它还会帮你自动识别,比如说两组以上它就会用辑编,然后三组以上呢就会用观察分析, 对应的下面还会有一些文字解释。 当然这个分析工具里面还有很多的统计学方法,大家都可以去多多尝试一下。

机器学习预测模型结果解读第一集拉索回归图怎么看?拉索回归是我们常用的特征筛选的方法,那么在文章里面呢,我们通常会用两张图来呈现它的筛选过程。第一个叫做系数路径图,横轴是单板直 number 是 拉索回归里面的关键变量,纵轴呢是回归系数,每条彩色的线代表一个变量,从左往右, number 值变大,越来越多的系数被压缩到零线消失的位置,就是那个变量被淘汰的地方,最终留下的非零系数就是模型筛选出来的预测因子。 那么最佳的 number 值如何确定呢?我们通过交叉验证来选择。第二张图呢,就是交叉验证图,横轴仍然是 log number 值,纵轴是均方误差, 图上标注了两条竖线,首先就是均高误差最小的这里对应的 number 值,那它呢,也就是让模型误差最小的最佳参数。那么另外呢,为了获得更简洁的模型,那么在它 基础上又有了一个一倍标准误范围内的这么一个 number 值,那么我们就根据需要选择相应的最佳 number 值就好了。如果选择最小 number 值呢,它筛选出来的变量个数相对来说可能会比较多,但是模型性能会更好。 那么如果我们选择一个标准差内的 number 值呢?那么相对来说呢,模型就会更加简洁,同时兼顾模型的能力,在 写论文时就报告这两张图就可以啦。系数路径图呢,是能看出来啊,这些系数是如何随着 number 值的变化而变化的?交叉验证图呢?能看出来最佳 number 值是如何选择的,以及筛选之后呢?对应的特征有多少个?

我们接下来学习第十四章回归分析。回归分析是一种非常重要的统计和数据分析的方法, 它主要是为了描述质变量和应变量之间的关系,并基于这种关系进行预测和解释。最简单的回归那就是简单现行回归。回归分析 通过建立数学模型来描述质变量和应变量之间的关系,这个模型通常假设二者之间是存在着函数关系的,通过你和这个模型我们可以得到回归方程。回归分析和我们前面学的相关分析它的关系很紧密,但是二者也有很大的区别。 第一个它是目的不同,回归分析它是为了建立和解释应变量和一个或者多个自变量之间的关系,来预测或者解释应变量也就是 y 的 变化。那么相关分析主要是衡量两个变量之间 他的现行关系的强度和方向,而且相关关系里面他不涉及到因果关系。回归分析主要是用于预测、建模,还有解释因变量的关系,而相关关系只是为了了解两个变量之间的关联程度。那回归分析我们是为了建一个数学模型, 而相关分析一般只是计算两个变量之间的相关系数。那回归分析主要有以下步骤,第一个我们要建立模型,第二个就是参数估计,这里的参数主要是指回归系数。 第三就是模型的理核度的检验,来看一下这个模型对于数据的理核程度还有统计的显著性。第四就是我们用来预测。 第五,我们要对模型进行诊断进行分析,主要是针对残差的一些分析,还有质变量是否存在贡献性,如果存在这些问题的话,那么我们要对模型进行修正或者调整。 我们先来看一下一元限性回归,一元限性回归是一种基本的形式,因为我们很多其他的函数经过转换都可以转换为这种形式, 那么医院回归分析主要是研究一个质变量和一个应变量之间的关系,所以看起来它是比较简单的。我们看一下这个形式, y 等于贝塔零,加上贝塔一的 x, 那 这里贝塔零就是我们回归方程的拮据,那贝塔一它是斜率, x 就是 自变量, y 就是 应变量。那么一元回归分析的目标就是找到一条最佳的理核直线,那么这个是怎么怎么来建立的呢?这是通过我们获得的样本来建立一条最佳的理核直线,然后用这条直线 来解释我们没有获得的这个数据,通过这条礼盒线我们也可以对未来进行预测,对不知道的数据进行预测。我们看一下这个案例, 这个数据集青少年与贫困率,主要是研究青少年的出生率和贫困率之间的关系,也就是 青少年他们的生育率和贫困率之间的关系。那首先我们来看一下 第一个要求我们绘制这个散点图,这个是指十五到十七岁的青年女性的生育率和当地的贫困率之间的关系,这是做一个散点图,我们是做一个先做个探索性分析,看看他们二者之间是不是存在着这种相关的关系。第二个就是 以出生率也就是生育率为 y, 贫困率作为 x 来做一个礼盒的方程,用我们获得的数据样本来做个礼盒的方程,然后看一下斜率是多少,然后解释这个斜率的含义, 然后根据礼盒的方程,如果贫困率为十,百分之十五的周当中,十五到十七岁的青年女性,他的预计的生育率是多少,那这是做个预测,所以这道题目已经包含了现行回归方程的基本的问题。我们在 软件中打开这个数据集,首先我们来做个散点图,我们从这图形进入散点图,简单散点图, 那这里我们要建立散点图,看一下它的这个两个变量之间,它是存在着是不是有一种趋势。但是我们因为下一步我们要做回归,所以我们还是要考虑哪个是 x, 哪个是 y, 也就是说用哪哪一个作为自变量来解释另外一个变量。 那在这里的话,显然我们是要用什么?是要用贫困率来解释十五到十七岁女孩的生育率,所以我们把这个十五到十七岁的生育率作为 y, 贫困率作为 x, 我 们点确定, 这样我们就得到了这么一个闪电图,我们双击,双击之后我们打开图形编辑器,我们从这个图来看,它是相对集中的,我们可以看它可以是从左下角往右上角倾斜的这么一个 相对集中的,是有一个趋势,那我们点这个元素,我们前面学过的点这个总计离合线,看下软件是怎么判断,软件给我们判断认为它是有存在一种现象的关系,那我们 已经获得了这二者之间他确实是存在着一定的限行相关关系,而且思想软件也已经给了我们一个方程,这个就是一个一元一次的限行回归的方程。接下来我们来进行回归分析,我们从分析这里进入回归,回归我们做的是一个限行回归方程, 那在这里的话应变量我们刚刚已经知道了,他是他的生育率,十五到十七岁女孩的生育率,那么自变量呢?自变量他是贫困率, 当地的贫困率,那么统计我们可以看一下,这里是 r 方,我们也可以看一下这描述,这几个都可以自己来做的,自己来选择。那么贡献性诊断这个是要有多个质变量的情况下我们才会选,那这个我们不管它,那这个 dw 我 们是可以选的, 图形你也可以选。但是我在这里啊,他大家看他主要是针对一个残差之后做的一个图。好,那么我们保存的这里我们要保存一个什么?首先我们因为 做完这个回归之后,我们要对它残差进行一个判断,那么我们来做个标准化的残差,那这是什么意思?这就是做完之后,在我们的这个数据试图里面,他会出现了一个新的标准化之后残差的这么一个变量。那其他这个你可以不选,不选择 啊,这里选项我们可以看一下这个我们用它默认的就可以了,这样我们点确定, 确定我们得到了这个输出的结果。我们首先看一下这描述统计,描述统计可以我们可以看到一共是五十一个个案,那实际上它的这个案例它是以美国的 五十一个周和特区的数据拿来作为样本,第二个他是给了我们一个相关性的分析,我们可以看到这两个变量之间的相关系数是零点七三,然后他们是有显著性是小于零点零零一,说明他是有显著的 现象关系的。接着我们再来看一下数据式图,数据式图大家看这里多了这么一个,这个就是标准化之后的残差, 我们把它放到 ppt 来看一下。首先我们看一下这模型的形式,模型的形式,这个图它用的方法是输入的方,因为因为只有一个变量,一个字变量,所以用这方法用什么都可以的。 在这里写了一个输入的变量应变量,从这个我们可以看出来它是一个限性回归模型。第二个它是模型的栽药,模型的栽药大家看啊, 等于零点七三零,这个它就是相关系数,那么 r 方是零点五三三,这个叫做判定系数,表示模型解释了因变量方差变化的百分之五十三点三, r 方它就是相关系数的平方, 那么相关系数他是介于负一到一之间,那么 r 方就当然就是介于零到一之间,越接近于一,表示模型对数据的礼盒越好。这里是零点五三三,不是特别高,但是可以接受。 那调整后的 r 方是等于零点五二四,这个主要是用于判断多个自变量时候的模型。 我们来看一下模型整体的显著性检验,这个是什么意思?这个就是说我们对这两组的数据就是两个变量用的限性回归模型,是不是合适,会不会有其他的模型更好呢?那所以这是一个模型的整体的显著性检验。 那在这里我们是看 f 统计量, f 统计量是五十五点九九九,然后我们看一下它的伴随的概率的 p 值,它是远远小于我们 设置的零点零五,所以拒绝原假设。说明什么?说明模型整体是显著的,也就至少有一个自变量对应变量是显著影响,说明 它是可以用限性模型来解释的。那在这里的话,因为我们只有一个自变量,所以我们就说这一个自变量对应变量它是有显著影响的,这个就是模型的整体的显著性检验。第三个我们来看一下模型系数的显著性检验。在这里的话,系数回归系数它只有一个, 也就是这个贫困率前面的这个系数,这个是系数,那么四点二六七,他是常量,也就是我们的截距项,这个一点三七三就是我们的斜率,也叫回归系数。 那在这里他是用的是 t 检验,大家看是 t 检验,这个后面是他的伴随的概率,这边有等于是有一个假设检验,我们看第一个零点零九八,那么说明是什么?说明这常量截距项它是不显著的,是可以不保留,你也可以保留,你可以把它删掉。 那么自变量这个贫困率他的伴随的概率是小于零点零零一的,说明贫困率这个自变量是非常显著的。那在这里的话,你解释应该是怎么解释呢?他的系数是一点三七三,也就是说 贫困率每增加一个单位,应变量的估计,只要增加一点三七三的单位,也就是说他的十五到十七岁女孩的生育率会增加一点,三七三个单位,也就是贫困率的增加,会增加年轻的女孩子的生育率。 第四个我们来看一下残差的检验,也就是模型做完之后残差的检验。残差是什么呢?残差是指我们把真实的 x 带到我们礼盒的模型里面,我们就得到了这个预测的 y, 这个预测的 y 和我们获得的样本里面真实的 y 拿去相减,得到的就是残差, 那么这个残差虽然也就是误差项,那么对于这个残差的检验,我们一般要进行一个正态性检验,还有和质变量关系的检验,残差的独立性检验,残差的方差其性检验 等等。对于残差的检验,我们可回到数据试图,这个新生成的标准化残差,我们可以直接对它检验,因为这个就是残差。如果我们要对它进行正态性检验,我们可以直接看一下它的这个值方图, 这就是我们获得的残差的矢方图,从这里来看,它还是非常接近于一个正态分布的。我们也可以来看一下它的 p p 图,我们从分析这里进入这我们原来学过的从描述统计,看一下它 p p 图, p p 图,这个是标准化后的残差, 我们就可以获得这个图。从这个正台 p p 图来看,它还是基本上围绕着这条直线的,所以它也是非常接近于正台分布的。那我们也可以看一下残差和自变量之间的关系。我们可以从图形这里进入,做个散点图, 在这里的话,我们把 y 轴可以用获得的标准化的残差, x 轴是贫困率,我们点确定, 那我们就获得了这么一个闪电图,那这两个变量的闪电图我们也可以看出,他基本上是没有什么规律和趋势性的,说明残差和自变量之间他是没有现行关系的。 那么如果要看残差的独立性检验,我们可以原来在回归分析的时候,我们可以选过了这个 dw 值, 这 dw 值我们就是在模型招标里面这个 dw 值,这个 dw 值接近于二,说明它的残差是基本不存在质相关性的。 其他的一些解释我们可以看书上写的比较详细。那我们再来看一下模型的预测,这个是我们获得的这个模型,这是应变量,就是十五到十七岁女孩的 生育率,然后这个是自变量,这个几个的值拮据项和回归系数的解释我们前面已经讲过了,那我们要预测贫困率为百分之十五的情况下,看一下十五到十七岁女孩她的生育率为多少。我们只需要把百分之十五作为 x 带入到方程当中,那么我们获得的 这个生育率就是二十四点八六二,也就是当我们预测的贫困率为百分之十五的这种地区,那十五到十七岁女孩每千人的生育率大概是二十四点 八六二。从这个模型来看,生育率和贫困率是有直接的关系,特别是青少年的女性。当然这个主要是一个预测值,实际的情况可能会受到社会、经济等等多种因素的影响, 所以模型的预测他是有一定的不确定性的,主要是给我们制定政策的时候做一个参考,那么这一节我们就学习到这里。