[求助]求救各位做实证分析的学友！谢谢大家参与讨论！

是 否 +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~ !

立即领取

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

如果我有下列的回归分析方程：

Y=C+a1*X1+a2*X2+a3*X3+……

现在要分析各个自变量X1、X2、X3……各解释了Y多少份额？有哪些可用的参考方法？我看到有些文章中说X1解释了Y百分之几的方差，那这个百分之几的方差是如计算的？在spss里面看用哪个功能可以分析？

谢谢！

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

分享0 收藏0 回帖

关键词：参与讨论 实证分析 SPSS 回归分析 PSS 求助 讨论 实证 求救 学友

用标准化回归就可以了

能够具体一点吗？谢谢！

以下是引用maoxinshu在2007-4-19 12:53:00的发言：

用标准化回归就可以了

你指的标准化回归是Beta系数那个吗？

我的方法是：

如果你有５个X变量，首先写出你的全方程是：

Y=C+a1*X1+a2*X2+a3*X3+a4*X4+a5*x5

看该方程的R-square 是多少： 例如R-square ＝.68，说明这五个自变量加在一起(X1-x5)一共解释了Y百分之六十八的方差， 究竟x1解释了Y多少呢？ 你再算一个四个自变量方程，唯独没有X１：

Y=C+a2*X2+a3*X3+a4*X4+a5*x5

看该方程的R-square 是多少： 如果R-square ＝.５５，说明这剩下的四个自变量加在一起(X２-x5)一共解释了Y百分之五十五的方差， X1解释了Y百分之十三的方差。

那么x2解释了Y多少呢？再做另一个有四个自变量的方程，唯独没有X２，

Y=C+a1*X1+a3*X3+a4*X4+a5*x5

如果R-square ＝.60，说明这剩下的四个自变量加在一起(x1, x3, x4, x5)一共解释了Y百分之六十的方差， 说明X２只解释了Y百分之八的方差。(0.68-0.60)。

那么x３解释了Y多少呢？再做另一个有四个自变量的方程，唯独没有X３，得出的R-square 再与全方程比。以此类推，就可以分析出各个自变量X1、X2、X3……各解释了Y多少份额。

我看到有些文章中说X1解释了Y百分之几的方差，那这个百分之几的方差是如计算的？在spss里面看用哪个功能可以分析？在model fit 那项打钩，SPSS 就会给出你Rsquare来了:

How to estimate the regression function

We will estimate the following regression function:

with the variables incws and educ_yr such that,

1. Go to 'Regression' under 'Analyze', then click 'Linear...'

2. Set 'incws' as 'Dependent' and 'educ_yr' as 'Independent(s)'.

3. Click on Statistics and make sure that "Estimates" and "Model Fit" are checked. Estimates will give you the predicted value for the intercept, and the model fit will give you the value of R-square (see below).

.

4. Interpreting the output...

"R" is correlation coefficient, taking values from -1 to +1. See Lab 2 for more information on the correlation coefficient. Since we are conducting a bivariate regression (only two variables, X and Y) we may interpret "R" in the usual way as a measurement of the strength of the linear relationship between the two variables in the regression. When we add more explanatory variables in a multiple regression the interpretation of "R" is less clear.

"R Square" is the coefficient of determination, interpreted as the percentage of variance in Y that can be explained by X. An "R Square" of .141 in the table above indicates that only 14.1% of the variance in income can be explained by the number of years of education. We should consider adding more explanatory variables to predict income.

非常感谢zzheng722的回复，你的方法很巧妙！

If you want to know the p values for these x1-x5, how thsee contributions are significant or not (p<.05 or not)? You can use TYPE III F TEST. Type III F test is using the same way to test the model beta coefficients. (in your case they are a1 to a5).

[此贴子已经被作者于2007-4-21 1:12:19编辑过]