spss 회귀분석 예제

이제 선형 회귀 분석을 수행할 수 있습니다. 선형 회귀는 분석/회귀/선형의 SPSS에서 발견됩니다. h. F와 Sig. – 이것은 F-통계와 연관된 p-값입니다. F-통계는 평균 제곱(회귀)을 평균 정사각형(잔차):2385.93/51.096 = 46.695로 나눈 값입니다. p-값은 모든 모델 계수가 0이라는 null 가설을 테스트할 때 일부 알파 수준과 비교됩니다. f. df – 분산의 소스와 관련된 자유도입니다. 총 분산은 N-1 자유도를 가미합니다. 자유도의 회귀 도는 마이너스 1로 추정된 계수수에 해당합니다. 절편을 포함하여 계수가 5개이므로 모델에 는 5-1=4 자유도가 있습니다.

오차 자유도는 DF 합계에서 DF 모델인 199 – 4 =195를 뺀 값입니다. 선형 회귀 모델에서 분석할 모든 변수에 대해 이러한 단계를 반복하는 것이 좋습니다. 특히 전체 변수에 추가 오타가 있는 것 같습니다. SPSS 웹 북의 회귀에서 우리는 이 오류를 더 자세히 설명합니다. 결론적으로, 우리는 학급 규모가 학업 성적에 미치는 영향에 대한 잘못된 결론으로 이어지는 원래 의 데이터와 함께 문제를 확인했습니다. 수정된 버전의 데이터를 elemapi2v2라고 합니다. 해당 데이터 파일을 사용하여 분석을 반복하고 결과가 원래 분석과 동일한지 확인해 보겠습니다. 색인 (i)은 특정 학생, 참가자 또는 관찰일 수 있습니다. 이 세미나에서는 이 색인이 학교에 사용됩니다. (y_i)라는 용어는 종속 또는 결과 변수(예: api00)이고 (x_i)는 독립 변수(예: acs_k3)입니다. (b_0)라는 용어는 절편이고, (b_1)는 회귀 계수이고(e_i)는 각 학교의 잔량입니다. 이제 api00을 학업 성과의 종속 변수로 사용하여 회귀 분석을 실행해 보겠습니다.

먼저 유치원에서 3 학년 (acs_k3)까지의 평균 수업 크기인 acs_k3을 포함합시다. 우리는 더 나은 학업 성과가 낮은 학급 규모와 관련이 있을 것으로 기대합니다. 먼저 분석 – 회귀 – 선형 이제 수정 된 데이터를 가지고, 우리는 분석을 진행할 수 있습니다로 이동하여 대화 상자를 사용하여 시도할 수 있습니다! 구현을 단순화하기 위해 SPSS 메뉴 시스템을 사용하는 대신 구문 편집기를 사용하여 코드를 직접 실행해 보겠습니다.