Microsoft Word Въведение в spss doc
Методите на избор на променлива линейна регресия
Изтегляне 3.14 Mb. Pdf просмотр
|
Свързани:
1. Age Restriction Условие (1), Geo, Септември, Роберт Чалдини - Влиянието - Психология на убеждаването, Архитектура и планиране
| Методите на избор на променлива линейна регресия Методът за избор ви позволява да зададете колко независими променливи да влязът в анализа. Чрез използването на различни методи можете да създавате различни регресионни модели от един и същи набор от променливи. Натиснете (Регресия). Процедура за подбор на променливи, в която всички променливи в даден блок се вписват в една единствена стъпка. Поетапно. На всяка стъпка независима променлива, която не е в уравнението с най-малката вероятността от F се вписва, но само ако тази вероятност е достатъчно малък. Променливите, които са вече в уравнението на регресия, са премахнати, ако вероятността им на F става достатъчно голяма. Методът се прекратява, когато няма повече променливи, които са допустими за включване или отстраняване. Премахни. Процедура за подбор на променливите, в която са отстранени всички променливи в блок в една единствена стъпка. Задно премахване. Процедура за подбор на променливата, в която са вписани всички променливи в уравнението и след това последователно се отстраняват. Променливата с най-малката частична корелация със зависима променлива се счита за първа за премахване. Ако тя отговаря на критерия за отстраняване, тя се отстранява. След като първата променлива е отстранена, променливата, която остава в уравнението с най-малкото частично корелация се счита за следващата. Процедурата спира, когато не са останали променливи в уравнението, които отговарят на критериите за отстраняване. Селекция напред. Процедура по поетапен подбор на променливи, които последователно се вписват в модела. Първата променлива, която влиза в уравнението е тази с най-положителна или отрицателна корелация с зависима променлива. Тази променлива се вписва в уравнението, само ако тя отговаря на критерия за влизане. Ако първата променлива влезе в уравнението, независимата променлива, която не е в уравнението и която е с най-големата частна корелация, се счита за следваща. Процедурата спира, когато не са останали променливи, които отговарят на критериите за влизане. Стойността на значимост в уравнението се базира на напасване на единен модел. Ето защо, стойности на занчимост обикновено са недействителни, когато е използван прогресивен метод (поетапно, напред, или назад). Всички променливи трябва да минат критерия за толерантност, за да се впишат в уравнението, независимо от метода. Нивото на толерантност е 0,0001. Също така, променливата не се вписва, ако ще доведе до намаляване на толерантността на друга променлива, която вече е в модела. Всички избрани независими променливи се добавят към единен модел на регресия. Въпреки това, можете да определите 162 различни методи за влизане за различните подгрупи от променливи. Например, можете да въведете един блок от променливи в регресионния модел използвайки поетапния подбор и втори блок чрез използване на избор „напред”. За да добавите втори блок от променливи към регресионен модел, щракнете върху Напред. Комплект правила за линейната регресия Фигура 23-2 Диалогов прозорец за правилата за линейна регресия Случаите, определени от селективното правило, са включени в анализа. Така например, ако изберете променлива, изберете равени, и тип 5 за стойност, тогава само случаи, за които избраната променлива има стойност, равна на 5, са включени в анализа. Стойността на редовете също е разрешена. Таблиците могат да помогнат в утвърждаването на допусканията за нормалност, линейност и равенство на дисперсиите. Таблиците са полезни и за откриване на необичайни наблюдения и значими случаи. След като ги запазите като нови променливи, прогнозирани стойности, остатъци, и други диагностики са на разположение в Редактор на данни за изграждането на таблици от независимите променливи. Следните таблици са на разположение: Изтегляне 3.14 Mb. Сподели с приятели:
|