楼主: Braveheartdeng
42968 70

[学习资料] 关于SPSS不能给出岭回归显著性检验(t,p)的解决方案   [推广有奖]

  • 0关注
  • 2粉丝

本科生

56%

还不是VIP/贵宾

-

威望
0
论坛币
3359 个
通用积分
0.1016
学术水平
10 点
热心指数
11 点
信用等级
2 点
经验
367 点
帖子
32
精华
0
在线时间
146 小时
注册时间
2009-10-13
最后登录
2024-4-9

相似文件 换一批

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
大家在计算岭回归的时候是不是都遇到了这样的问题:最后的k值都定了,标准线性回归系数和非标准线性回归系数都算出来了,但是就是没有t检验值和显著性概率?我也很困扰,而且困扰了我好几天,这几天把整个论坛都找遍了也没找到想要的信息,二是看到一位脑残的同志狂发SPSS 18.0可以直接计算岭回归,但是我用何晓群的《应用回归分析》里面的数值代进去是不对,这对于我们SPSS的菜鸟来说是个悲剧啊!!!
好在狗屎运,在百度找了好久,终于功夫不负有心人,找到了,现在我把原文章和文章出处贴上来,至于大家会问,这段代码可行吗?放心,我试过了!感谢这位好老师!泪奔!我知道板上有很多更我一样的菜鸟,每次遇到这类问题都是束手无策,有的时候还是要靠自己啊,诶!

具体做法就是在你的SPSS的安装文件中找到ridge regression.sps这个文件,双击打开,看到里面很多代码,是的。然后找到和下面代码一样的那段代码,将褐色的那部分加进去。保存(ms不能直接保存),那就另存到非安装文件夹里面,比如桌面,然后拷回来。这就是可以计算t和p值的ridge regression.sps插件了。你可以用下面的进行计算了
INCLUDE'ridge regression文件的路径\ridge regression.sps'.
ridgereg enter=自变量
/dep=应变量
/start=
/stop=
/inc=

http://spirit7744.blog.163.com/blog/static/41951961201004114319340/
我自己安装的SPSS不能给出岭回归的显著性检验,也不知道是什么原因。代06级统计学专业的实用回归分析时就遇到了这个问题。SPSS的教程关于这个部分并未作详细描述,在网上搜索也没找到解决方案。所以当时就把这个问题忽略了。今年又代07级统计学,再次遭遇这个问题,经过多方尝试与摸索,终于找到一个简单可行的解决方案!先说发现这个方法的过程。
      最开始想的是通过syntax窗口编程,在原有岭回归语句上添加上给出显著性检验的语句。对SPSS程序语法不是太熟,但是SPSS有个特点是,对于窗口化操作的命令,最后不选“OK”而选“Paste”的话,就能够进入syntax窗口,看到具体的程序。基于这点,可以仿造相应程序编一个显著性检验的语句。但是,这个想法失败了。
    看来要对岭回归的程序包添加相应语句才行。打开Ridge regression.sps,里面是密密麻麻关于岭回归的程序。还好,每个主要步骤都作了说明。查找一下,找到了岭回归系数估计的部分,果然没有显著性检验的语句。
    还好,通过原有语句不难得到检验统计量的值。但是仅仅给出这个值,对于做检验而言,很不方便。跟一般回归一样,要给出显著性P值才好。这个关系不难根据P值意义得到,关键是相应的程序语句怎么写。对照系数估计上面方差分析的部分(方差分析部分给出了F检验显著性P值),尝试着写程序,终于成功!保存之后,再做岭回归就能给出显著性检验的P值了!
    没用过别的SPSS版本,有的版本好像没这个问题。提出这个方法,希望可以帮到有同样问题的人。
    附:在Ridge regression.sps中添加的语句(红色倾斜的部分,就是添加的语句,当然,为了给出相应结果,原有语句作了少许改动。)

*---------------------------------------------------------------------------.
* Calculate raw coefficients from standardized ones, compute standard errors
* of coefficients, and an intercept term with standard error. Then print
* out similar to REGRESSION output.
*---------------------------------------------------------------------------(从这里开始是给出系数估计
. compute beta={b;0}.
. compute b= ( b &/ std ) * sy.
. compute intercpt=ybar-t(b)*t(xmean).
. compute b={b;intercpt}.
. compute xpx=(sse/(sst*(n-nv-1)))*inv(xpx+(k &* ident(nv,nv)))*xpx*
                                 inv(xpx+(k &* ident(nv,nv))).
. compute xpx=(sy*sy)*(mdiag(1 &/ std)*xpx*mdiag(1 &/ std)).
. compute seb=sqrt(diag(xpx)).
. compute seb0=sqrt( (sse)/(n*(n-nv-1)) + xmean*xpx*t(xmean)).
. compute seb={seb;seb0}.
. compute rnms={varname,'Constant'}.
. compute ratio=b &/ seb.
. compute ppp=2*(1-tcdf(abs(ratio),n-nv-1)).
. compute bvec={b,seb,beta,ratio,ppp}.
. print bvec/title='--------------Variables in the Equation----------------'
  /rnames=rnms /clabels='B' 'SE(B)' 'Beta' 'T' 'sig'.
                        
. print /space=newpage.
end if.
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:解决方案 SPSS PSS 岭回归 coefficients 检验 SPSS

已有 5 人评分学术水平 热心指数 信用等级 收起 理由
songpo117208 + 1 + 1 + 1 精彩帖子
和光同尘20117 + 5 + 5 太感谢了
whxaitpc + 1 + 1
kula2002 + 1 + 1 热心帮助其他会员
tmdxyz + 1 + 1 精彩帖子

总评分: 学术水平 + 9  热心指数 + 9  信用等级 + 1   查看全部评分

本帖被以下文库推荐

沙发
kuangsir6 发表于 2011-5-16 07:11:07 |只看作者 |坛友微信交流群
1# Braveheartdeng

楼主辛苦啦!最好给个文本文档的附件。

使用道具

藤椅
nkunku 发表于 2011-5-16 16:25:33 |只看作者 |坛友微信交流群
我下午费了一个多小时,没成。不知为何。

使用道具

板凳
Braveheartdeng 发表于 2011-5-16 17:49:03 |只看作者 |坛友微信交流群
你们语句写对的吗?还是可以计算,但是无法计算t和p,因为我今天还在用,可以的。

使用道具

报纸
kuangsir6 发表于 2011-5-16 18:14:19 |只看作者 |坛友微信交流群
Braveheartdeng 发表于 2011-5-16 17:49
你们语句写对的吗?还是可以计算,但是无法计算t和p,因为我今天还在用,可以的。
可以计算,也输出岭迹图。就是没有t和p!

语句如下:

INCLUDE'd:\IBM SPSS Statistics19\Ridge Regression.sps'.
ridgereg enter=long touwei weight
/dep=y
/ine=0.01

使用道具

地板
Braveheartdeng 发表于 2011-5-16 21:14:10 |只看作者 |坛友微信交流群
5# kuangsir6

我计算的代码就是下面,k就是你最后选定了的值,DEP是因变量,X1,....X11就是自变量,当时我自变量用的是中文的拼音字母缩写,发现不行,改成了X1,X2,。。。。

INCLUDE'C:\Program Files\IBM\SPSS\Statistics\19\Ridge regression.sps'.
RIDGEREG DEP=Y/ENTER X1 X3 X6 X7 X9 X10 X11
/k=0.02.

使用道具

7
Braveheartdeng 发表于 2011-5-16 21:23:18 |只看作者 |坛友微信交流群
我自己论文的计算结果和我在检验何晓群《应用回归分析》岭回归那一章时,我自己的计算结果(和书上的结果一摸一样的)

我自己的论文计算结果
Run MATRIX procedure:

****** Ridge Regression with k = 0.02 ******


Mult R     .7347550883
RSquare    .5398650398
Adj RSqu   .5150885419
SE         .2572208119

         ANOVA table
                df        SS        MS
Regress      7.000    10.091     1.442
Residual   130.000     8.601      .066


       F value         Sig F
   21.78940070     .00000000

--------------Variables in the Equation----------------
                     B         SE(B)          Beta             T           sig
X1         -.000031474    .000004940   -.420505591  -6.370695098    .000000003
X3         -.000017260    .000003637   -.311560528  -4.746160261    .000005384
X6          .002902127    .000988897    .203533974   2.934711432    .003948376
X7          .051246978    .013044510    .250658233   3.928624143    .000138015
X9          .000818545    .000277197    .201467450   2.952938686    .003736491
X10         .003471587    .001096739    .189054826   3.165371994    .001929531
X11         .000035030    .000021104    .099414920   1.659899180    .099345107
Constant    .418877712    .082979363    .000000000   5.047974563    .000001474


------ END MATRIX -----

检验何晓群的(和书上的结果是一样的)
Run MATRIX procedure:

****** Ridge Regression with k = 0.08 ******


Mult R        .9950480
RSquare       .9901205
Adj RSqu      .9865280
SE         111.5042453

         ANOVA table
                df        SS        MS
Regress      4.000  13706607 3426651.6
Residual    11.000 136765.16 12433.197


       F value         Sig F
   275.6050375      .0000000

--------------Variables in the Equation----------------
                     B         SE(B)          Beta             T           sig
x2            .0680451      .0061320      .3011683    11.0967696      .0000003
x3           -.0077794      .0026574     -.0891621    -2.9274825      .0137522
x4          17.1686519     1.5487144      .4221279    11.0857441      .0000003
x5            .2239279      .0322228      .2899703     6.9493613      .0000243
Constant   424.7925673   262.7290140      .0000000     1.6168468      .1342035


------ END MATRIX -----

使用道具

8
tmdxyz 发表于 2011-5-17 07:36:55 |只看作者 |坛友微信交流群
Braveheartdeng 发表于 2011-5-16 21:23
-------------Variables in the Equation----------------
                     B         SE(B)          Beta             T           sig
x2            .0680451      .0061320      .3011683    11.0967696      .0000003
x3           -.0077794      .0026574     -.0891621    -2.9274825      .0137522
x4          17.1686519     1.5487144      .4221279    11.0857441      .0000003
x5            .2239279      .0322228      .2899703     6.9493613      .0000243
Constant   424.7925673   262.7290140      .0000000     1.6168468      .1342035
我刚才试了一下。可以。但是,唯独不能给出“sig”值(SPSS 17.0)。楼主帮帮忙看看为什么。

www.jpg (28.61 KB)

www.jpg

使用道具

9
tmdxyz 发表于 2011-5-17 10:52:11 |只看作者 |坛友微信交流群
在SPSS 15.0下试验成功。但17.0目前还没成。

wwwqqq.jpg (63.69 KB)

wwwqqq.jpg

使用道具

10
Braveheartdeng 发表于 2011-5-17 11:20:16 |只看作者 |坛友微信交流群
9# *****xyz
这个。。。我还真不清楚,不好意思,那你还是用15.0吧。。。
已有 1 人评分学术水平 热心指数 信用等级 收起 理由
tmdxyz + 1 + 1 + 1 精彩帖子

总评分: 学术水平 + 1  热心指数 + 1  信用等级 + 1   查看全部评分

使用道具

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注cda
拉您进交流群

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-4-20 02:28