版本适用性:确保安装SPSS11.5以上版本。 本插件为SPSS主成分回归插件,主要用于多元线性回归中剔除自变量间的共线性问题 相关原理见: 陈希孺,王松桂(1987).<<近代回归分析—原理方法及应用>>:安徽教育出版社 何晓群(1997).<<回归分析与经济数据建模北京>>:中国人民大学出版社 使用说明: 1、双击“CRsetup”或“setup”安装插件(图1),程序会自动下载并安装运行环境.NET FrameWork 2.0,也可以在安装插件前手动安装运行环境,微软官方下载地址:.NET FrameWork 2.0 2、安装完成后,点击桌面“主成分回归菜单生成器”,或通过开始菜单→程序→SPSS主成分回归插件→主成分回归菜单生成器,生成SPSS主成分回归菜单。菜单生成后,在SPSS菜单栏显示为自定义工具→主成分回归(图2)。 3、打开SPSS待分析数据,诊断多重共线性: 选择菜单Analyze→Regression→Linear Regression,在Statistics…对话框中选中Collinearity diagnostics复选框,点OK进行OLS回归。 4、点击自定义工具→主成分回归,打开主成分回归分析窗口(图3)。 5、通过“>”分别把因变量和自变量选入相应的位置,选择好主成分提取标准以及休眠时间。休眠时间和计算机的运行速度以及需要运算数据的大小有关,因此,使用者可以根据实际情况调整休眠时间。 6、点击“确定”,输出分析结果。 附:主成分回归在SPSS中的传统做法: (1) 诊断自变量间的共线性。选择菜单Analyze→Regression→Linear Regression,在Statistics…对话框中选中Collinearity diagnostics复选框,点OK进行OLS回归并判断共线性。 (2) 若存在共线性,则标准化变量以及对自变量进行主成分分析。由于SPSS无法直接进行主成分分析,因此需要通过菜单Analyze→Data Reduction→Factor…做因子分析,由因子载荷矩阵以及特征值计算主成分系数矩阵,通过Compute过程计算主成分得分。 (3) 用标准化的因变量和主成分进行OLS回归。做法同步骤(1)。
(4) 通过Compute过程手工计算,对步骤(3)得到的回归方程参数重组,转化为原因变量和自变量的表达式。 BY:种田禽兽 欢迎交流 |