多元线性回归的自变量选择的“后退逐步法”（不仅仅是后退法）在SPSS中如何实

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

多元线性回归的自变量选择，《医学统计学》7、8年制全国版教科书中例20-3，自变量选择使用逐步回归法中的后退逐步回归法，比后退法多了一个比较模型外的自变量统计量有无意义并重新引入模型的过程。 然而在SPSS软件中，线性回归模型里面，自变量进入方法只有：1.强行进入；2.逐步；3；强行删除；4.后退；5.前进。 方法中没有“后退逐步法”，使用其中“后退法”所得与教科书讲解的基本类似，将X2、X3、X4引入模型，剔除了X1、X5自变量，只是少了最后一步将X1重新引入模型检验统计量（自变量最后仍旧剔除了）。 使用spss软件的“前进法”，仅引入X3自变量即完成模型（将X1、X2、X4、X5四个自变量均剔除了）。 使用spss软件的“逐步法”，结果同“前进法”一样，也仅引入X3自变量而剔除其他4个自变量。 请问老师，如何如教科书中例20-3的解题一样，完成“后退逐步法”在spss中的应用，或者在spss中该如何组合操作达到“后退逐步法”的统计结果。总不至于手工完成吧。 例题20-3数据： x1 x2 x3 x4 x5 y 49.00 32.19 6.00 148.00 86.00 7.60 67.00 24.77 2.70 151.00 98.00 7.40 64.00 25.24 7.00 151.00 80.00 7.40 66.00 24.26 4.80 157.00 87.00 7.20 68.00 30.28 3.50 136.00 83.00 7.30 48.00 26.18 7.60 137.00 87.00 7.60 66.00 26.36 5.90 157.00 91.00 7.50 47.00 32.07 5.70 157.00 89.00 7.70 64.00 28.44 6.10 154.00 82.00 7.30 75.00 30.65 6.90 137.00 86.00 7.70 53.00 23.43 7.10 161.00 86.00 7.50 46.00 30.56 2.90 146.00 79.00 7.30 59.00 25.19 6.00 158.00 80.00 7.30 76.00 27.26 5.40 124.00 85.00 6.90 63.00 23.93 6.70 133.00 89.00 7.50 74.00 24.94 7.90 166.00 82.00 7.90 52.00 22.82 5.30 149.00 71.00 7.30 64.00 24.34 2.50 126.00 93.00 6.80 54.00 25.44 2.60 151.00 83.00 6.90 78.00 28.98 7.20 147.00 74.00 7.50

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：多元线性回归 SPSS 线性回归 变量选择 不仅仅 教科书 统计学 自变量 模型 如何

SPSS用后退法的结果：

REGRESSION
  /MISSING LISTWISE
  /STATISTICS COEFF OUTS R ANOVA
  /CRITERIA=PIN(.05) POUT(.10)
  /NOORIGIN
  /DEPENDENT y
  /METHOD=BACKWARD x1 x2 x3 x4 x5.


回归

已输入/除去变量a
模型        已输入变量        已除去变量        方法
1        x5, x1, x2, x4, x3b        .        输入
2        .        x1        向后（准则：F-to-remove 的概率 >= .100）。
3        .        x5        向后（准则：F-to-remove 的概率 >= .100）。

a. 因变量：y
b. 已输入所有请求的变量。


模型摘要
模型        R        R 平方        调整后的 R 平方        标准估算的错误
1        .850a        .723        .624        .17174
2        .849b        .720        .646        .16674
3        .819c        .671        .610        .17509

a. 预测变量：（常量），x5, x1, x2, x4, x3
b. 预测变量：（常量），x5, x2, x4, x3
c. 预测变量：（常量），x2, x4, x3


ANOVAa
模型        平方和        自由度        均方        F        显著性
1        回归        1.079        5        .216        7.317        .001b
        残差        .413        14        .029               
        总计        1.492        19                        
2        回归        1.075        4        .269        9.666        .000c
        残差        .417        15        .028               
        总计        1.492        19                        
3        回归        1.001        3        .334        10.889        .000d
        残差        .491        16        .031               
        总计        1.492        19                        

a. 因变量：y
b. 预测变量：（常量），x5, x1, x2, x4, x3
c. 预测变量：（常量），x5, x2, x4, x3
d. 预测变量：（常量），x2, x4, x3


系数a
模型        非标准化系数        标准系数        t        显著性
        B        标准错误        贝塔               
1        （常量）        3.876        1.011                3.833        .002
        x1        -.002        .004        -.056        -.373        .715
        x2        .032        .013        .339        2.369        .033
        x3        .108        .025        .681        4.419        .001
        x4        .008        .004        .352        2.310        .037
        x5        .011        .007        .235        1.596        .133
2        （常量）        3.736        .912                4.099        .001
        x2        .033        .013        .346        2.508        .024
        x3        .106        .023        .667        4.593        .000
        x4        .009        .003        .367        2.565        .022
        x5        .010        .006        .232        1.626        .125
3        （常量）        4.799        .667                7.193        .000
        x2        .031        .014        .330        2.287        .036
        x3        .097        .024        .611        4.125        .001
        x4        .008        .004        .341        2.285        .036

a. 因变量：y


排除的变量a
模型        输入贝塔        t        显著性        偏相关        共线性统计
                                        容许
2        x1        -.056b        -.373        .715        -.099        .894
3        x1        -.043c        -.274        .788        -.071        .896
        x5        .232c        1.626        .125        .387        .914

a. 因变量：y
b. 模型中的预测变量：（常量），x5, x2, x4, x3
c. 模型中的预测变量：（常量），x2, x4, x

SPSS用前进法

REGRESSION
  /MISSING LISTWISE
  /STATISTICS COEFF OUTS R ANOVA
  /CRITERIA=PIN(.05) POUT(.10)
  /NOORIGIN
  /DEPENDENT y
  /METHOD=FORWARD x1 x2 x3 x4 x5.

回归

已输入/除去变量a
模型        已输入变量        已除去变量        方法
1        x3        .        向前（准则：F-to-enter 的概率 <= .050）

a. 因变量：y


模型摘要
模型        R        R 平方        调整后的 R 平方        标准估算的错误
1        .693a        .480        .451        .20754

a. 预测变量：（常量），x3


ANOVAa
模型        平方和        自由度        均方        F        显著性
1        回归        .717        1        .717        16.640        .001b
        残差        .775        18        .043               
        总计        1.492        19                        

a. 因变量：y
b. 预测变量：（常量），x3


系数a
模型        非标准化系数        标准系数        t        显著性
        B        标准错误        贝塔               
1        （常量）        6.774        .156                43.545        .000
        x3        .110        .027        .693        4.079        .001

a. 因变量：y


排除的变量a
模型        输入贝塔        t        显著性        偏相关        共线性统计
                                        容许
1        x1        -.154b        -.889        .386        -.211        .972
        x2        .289b        1.805        .089        .401        1.000
        x4        .298b        1.803        .089        .401        .936
        x5        .174b        .987        .337        .233        .929

a. 因变量：y
b. 模型中的预测变量：（常量），x

SPSS用“逐步法”的结果：

REGRESSION
  /MISSING LISTWISE
  /STATISTICS COEFF OUTS R ANOVA
  /CRITERIA=PIN(.05) POUT(.10)
  /NOORIGIN
  /DEPENDENT y
  /METHOD=STEPWISE x1 x2 x3 x4 x5.




回归


已输入/除去变量a
模型        已输入变量        已除去变量        方法
1        x3        .        步进（准则：F-to-enter 的概率 <= .050，F-to-remove 的概率 >= .100）。

a. 因变量：y


模型摘要
模型        R        R 平方        调整后的 R 平方        标准估算的错误
1        .693a        .480        .451        .20754

a. 预测变量：（常量），x3


ANOVAa
模型        平方和        自由度        均方        F        显著性
1        回归        .717        1        .717        16.640        .001b
        残差        .775        18        .043               
        总计        1.492        19                       

a. 因变量：y
b. 预测变量：（常量），x3


系数a
模型        非标准化系数        标准系数        t        显著性
        B        标准错误        贝塔               
1        （常量）        6.774        .156                43.545        .000
        x3        .110        .027        .693        4.079        .001

a. 因变量：y


排除的变量a
模型        输入贝塔        t        显著性        偏相关        共线性统计
                                        容许
1        x1        -.154b        -.889        .386        -.211        .972
        x2        .289b        1.805        .089        .401        1.000
        x4        .298b        1.803        .089        .401        .936
        x5        .174b        .987        .337        .233        .929

a. 因变量：y
b. 模型中的预测变量：（常量），x3