Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь КАТЕГОРИИ: АрхеологияБиология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия Экология ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Линейный регрессионный анализ в SPSS
Регрессионный анализ служит для выявления влияния одной или нескольких независимых переменных на одну зависимую переменную. С точки зрения чистоты статистических расчетов в регрессионном анализе могут участвовать лишь метрические, т.е. количественные, переменные (см. подраздел 2.3 «Типы шкал измерения переменных»). Однако в некоторых учебниках по SPSS указывается, что в регрессионном анализе могут участвовать как метрические, так и порядковые переменные. Дихотомические переменные (имеющие только два значения: высокий/низкий, близкий/далекий и т.п.) могут рассматриваться как метрические. В случае необходимости использовать в регрессионном анализе номинальные переменные их следует разложить на дихотомические переменные (см. подраздел 2.2 «Виды кодировки данных»). Регрессионный анализ позволяет не только сделать вывод о существовании взаимосвязи между исследуемыми переменными, но и дать математическое описание зависимости межд5 ними. Современные методы статистического анализа позволяют давать математическое описание зависимости переменных, выраженных в функциях различных видов. Техника регрессионного анализа, позволяющая выявлять и описывать взаимосвязи в виде линейных функций, называется линейным регрессионным анализом (см. подраздел 1.2 «Основные виды статистического анализа»). Для выявления и описания линейной зависимости между объектом исследования (зависимой переменной) и одним фактором, возможно влияющим на него (независимой переменной), используется простая линей чая регрессия. Регрессионная модель (регрессионное уравнение) в этом случае имеет вид у = а — Ьх, где у — зависимая переменная; Для выявления и описания линейной зависимости между объектом исследования (зависимой переменной) и несколькими факторами, возможно на него влияющими (независимыми переменными), используется множественная линейная регрессия. Регрессионная модель (регрессионное уравнение) в этом случае имеет вид Результатом регрессионного анализа является регрессионная модель (регрессионное уравнение), а именно — определение свободного члена (а) и коэффициентов регрессии (b).
Также в ходе регрессионного анализа определяются стандартизированные коэффициенты регрессии (Beta). Данные коэффициенты позволяют судить о значении соответствующих независимых переменных (х), т.е. о степени влияния на зависимую переменную (у). Результатом регрессионного анализа является не только регрессионная модель, но также расчет ряда показателей, характеризующих статистическую значимость и практическую применимость построенной модели. Среди таких показателей в качестве основных можно выделить: Коэффициент детерминации (R) — является характеристикой общей силы линейной связи между переменными в регрессионной модели. Значения коэффициента находятся в интервале от нуля до единицы. Чем ближе значение коэффициента к единице, тем плотнее линейная взаимосвязь, описанная в регрессионной модели. В общем случае он должен превышать 0,5. Коэффициент R-квадрат (R Square) — показывает, какая доля совокупной вариации в зависимой переменной описывается независимой переменной. Значения коэффициента лежат в интервале от нуля до единицы. Как правило, данный показатель должен превышать 0,5. Если он равен 0,5, это говорит о том, чго регрессионная модель описывает 50% случаев, т.е. она справедлива только для 50% исходных данных. Важной частью регрессионного анализа является анализ остатков, т.е. отклонений наблюдаемых значений от теоретически ожидаемых. Остатки должны появляться случайно (не систематически) и подчиняться случайному распределению. Проверка наличия систематических связей между остатками может быть произведена при помощи теста Дарбина—Уотсона (Durbin— Watson) на автокорреляцию. Этот тест позволяет рассчитать коэффициент, значение которого варьирует от 0 до 4. Если значение данного коэффициента близко к 2, это означает, что автокорреляция отсутствует. Линейный регрессионный анализ проводится в SPSS с помощью меню «Analyze > Regression > Linear...» (рис. 4.1). После выбора меню, представленного на рис. 4.1, открывается диалоговое окно «Линейная регрессия», при помощи которого формируется задание на проведение анализа в SPSS. Набор команд данного задания обусловливается тем, какой именно вид линейной регрессии используется — простая или множественная линейная регрессия.
ПРОСТАЯ ЛИНЕЙНАЯ РЕГРЕССИЯ 4.1.1. ПОСТАНОВКА ЦЕЛИ ИССЛЕДОВАНИЯ И ПРЕДСТАВЛЕНИЕ ИСХОДНЫХ ДАННЫХ В SPSS Как отмечалось ранее, простая линейная регрессия используется дчя выявления и описания линейной зависимости между двумя исследуемыми переменными — зависимой и независимой. Например, следует определить, в какой зависимости находятся такие переменные, как сумма общих расходов туристов на проведение отпуска и сумма, уплачиваемая туристами за проживание в отеле или пансионе (включая обслуживание) (рис. 4.2). Для анализа используются данные опроса туристов, отдыхающих в курортной зоне «Баварский лес». Для анализа из всех вопросов анкеты выбраны два: Вопрос № 45: «Какую сумму денег Вы тратите в целом на отдых?» Вопрос № 47: «Какую сумму денег Вы тратите во время отдыха на проживание в гостинице/пансионе (включая обслуживание)?» При занесении информации по ответам на данные вопросы в файл данных SPSS была использована двойная запись переменных (см. подраздел 2.2 «Виды кодировки данных»). Каждый из этих вопросов представлен в файле данных SPSS в виде двух переменных (рис. 4.3). Вопрос № 45 представлен в виде двух переменных с именами «q_45_1» и «q_45_2» и одинаковыми метками «Общие расходы на отдых». Вопрос № 47 представлен в виде двух переменных с именами «q_47_1» и «q_47_2» и одинаковыми метками «Расходы на проживание».Переменные с именами «q_45_l» и «q_47_l» являются номинальными. Значення меток этих переменных имеют числовые коды («1» — «сумма в евро», «98» — «не знаю», «99» — «нет данных»). Они указывают на то, назвал ли респондент точную сумму в качестве ответа на поставленный вопрос или нет. Переменные с именами «q_45_2» и «q_47_2» являются метрическими. В столбце «Values» таблицы «Свойства переменных» отсутствуют значения меток переменных (см. рис 4.3). Значения этих переменных выражаются в конкретных денежных суммах и отображаются в столбцах «q_45__ I» и «q_47_2» таблицы «Значения переменных» (рис. 4.4).
Фрагмент таблицы «Значения переменных» файла данных SPSS, представленный на рис. 4.4, содержит информацию о расходах респондентов во время отдыха. Респондент в строке 2194 потратил на отдых в целом 2200 евро, на оплату гостиницы/ пансиона — 800 евро. Респондент в строке 2197 потратил на отдых в целом 1400 евро, а на оплату гостиницы/пансиона — 300 евро и т.д. Преимуществом простой линейной регрессии является возможность представить результаты анализа графически. Регрессионное уравнение, представляющее собой линейную функцию с одной переменной, может быть представлено в виде линейного графика в двухмерной системе координат. Линейный регрессионный анализ применяется для графического прогнозирования поведения одной переменной в зависимости от изменения другой. Как правило, целью регрессионного анализа в данном случае является построение тренда, т.е. линейного графика, отображающего зависимость между переменными. Исходя из полученного уравнения регрессии можно предсказать, каким будет значение одной переменной при изменении другой. В рассматриваемом примере регрессионная модель позволит спрогнозировать, как будут расти (уменьшаться) общие расходы на проведение отпуска при увеличении (уменьшении) расходов на проживание, включая обслуживание.
|
||||||
Последнее изменение этой страницы: 2016-04-08; просмотров: 612; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 3.237.46.120 (0.018 с.) |