В открывшемся окне «Print Analysis» в разделе «Print Range» выберите тип распечатки «All graphics panes» и нажмите «Ok».
Если вам необходимо построить корреляционное поле для других пар переменных, нажмите на красную кнопку в третьей строчке главного меню и повторите все действия, начиная с п. 5.
8. Закройте окно «X‑Y plot» и на вопрос «Ok to delete this analysis?» ответьте «Да».
Допустим, что по виду корреляционного поля вы приняли решение о том, что в уравнение регрессии могут входить переменные:
.
Пусть независимая переменная записана в файле под именем ColX, а зависимая под именем ColY.
Для вычисления коэффициентов a0, a1,… поступайте следующим образом:
1. Выберите в главном меню «File».
2. В подменю выберите «Open» - «Open Data file».
3. В открывшемся окне «Open Data file» найдите нужную папку и нужный файл и откройте файл.
4. В главном меню выберите «Relate» и в подменю «Multiple Regression».
5. В окне «Multiple Regression» заполните поля:
- в поле «Dependent Variable» введите имя зависимой переменной (в нашем примере ColY);
- в поле «Independent Variables» введите переменные в соответствии с выдвинутой гипотезой ColX
ColX^2
ColX^‑1
LOG(ColX)
и нажмите «Ok».
6. Вы получили на левой странице уравнение регрессии, включающее все указанные вами переменные.
Multiple Regression Analysis
-----------------------------------------------------------------------------
Dependent variable: coly
-----------------------------------------------------------------------------
Standard T
Parameter Estimate Error Statistic P-Value
-----------------------------------------------------------------------------
CONSTANT 1,22095 6,88019 0,177459 0,8596
colx 0,804223 2,37827 0,338155 0,7362
colx^2 -0,0362022 0,104077 -0,347839 0,7290
colx^-1 -1,75549 10,3397 -0,169782 0,8657
LOG(colx) -2,1472 8,74151 -0,245632 0,8067
-----------------------------------------------------------------------------
Analysis of Variance
-----------------------------------------------------------------------------
Source Sum of Squares Df Mean Square F-Ratio P-Value
-----------------------------------------------------------------------------
Model 0,318824 4 0,0797059 58,35 0,0000
Residual 0,0983571 72 0,00136607
-----------------------------------------------------------------------------
Total (Corr.) 0,417181 76
R-squared = 76,4234 percent
R-squared (adjusted for d.f.) = 75,1136 percent
Standard Error of Est. = 0,0369604
Mean absolute error = 0,028354
Durbin-Watson statistic = 1,60953 (P=0,0305)
Lag 1 residual autocorrelation = 0,136192
Уравнение регрессии имеет вид
.
Вы можете упростить модель. Для этого нажмите правую кнопку мыши. В появившемся меню выберите «Analysis Option»
7. В окне «Multiple Regression Option» в поле «Fit» задайте «forward Selection». Нажмите «Ok».
8. Распечатайте страницу «Multiple Regression Analysis».
Multiple Regression Analysis
-----------------------------------------------------------------------------
Dependent variable: coly
-----------------------------------------------------------------------------
Standard T
Parameter Estimate Error Statistic P-Value
-----------------------------------------------------------------------------
CONSTANT 0,135611 0,018404 7,36854 0,0000
colx 0,0772856 0,00504729 15,3123 0,0000
-----------------------------------------------------------------------------
Analysis of Variance
-----------------------------------------------------------------------------
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.