「分析」->「回帰」をクリックすると、図に示すように直線性が表示されます。
独立変数、従属変数を選択します。左側をクリックし
てから
変数を選択し、それを独立変数、従属変数に追加します。
「統計」をクリックし、さらに共線性診断をチェックする必要があります。「
続行」をクリックし、「続行」をクリックします。
図のように設定します
。
説明： - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
残差が独立しているかどうかをテストするには
独立変数間の共線性をテストする
残差、x 標準化予測値、y 残差をプロットします。
--------------------------------------------------------------------------------------------------------------
「OK」をクリックします
現れる
注:
つまり、値が 2 に近づくほど、相互の独立性が高くなります。
残差は独立正規です。
点がより近く、直線上にあるほど、より正規分布であることを示します。
0 の上下にランダムに分布しており、外れ値はあまりなく、傾向がなく、残差は安定しています。
Sig (有意性) <0.001 は良好な結果を示します
R二乗が1に近いほど良い
重回帰の回帰式 y=-33.960+6.199X キャップ厚+.... です。
独立変数が従属変数に与える影響の度合いを示し、数値が大きいほど影響度が大きくなります。
多重共線性の判定方法：
A.
許容値 <0.2 は多重共線性の存在を示し、VIF (分散展開係数) は次のとおりです: 1/許容値、半分>5 は多重共線性の存在を示し、この値は専門分野によって異なります。
B.
固有値の列において、抽出された複数の主成分の固有値が 1 つまたは複数の主成分に相対的に集中しており、他の主成分が 0 になる傾向がある場合、多重共線性があることになります。一般に、条件指数 > 30 の場合、多重共線性があります。
主成分が複数の独立変数に対して同時に大きな分散比 (3、4、5 など) を持つ場合、多重共線性が存在します。
多重共線性を伴う多重線形回帰は不正確です。
解決策: 段階的回帰分析
メソッドの列が に変更され
、その他は変更されません。
有意水準はここで設定されます。
知らせ：
明確に見てください。定数は除外され、多重共線性は独立変数として見られる必要があります。
したがって、これには多重共線性はありません。
オリジナル学習ビデオ:重回帰 + 段階的回帰
標準係数はダイレクト パス係数であり、比較では絶対値を調べる必要があります。