Lineare Regression: Statistiken
Folgende Statistiken sind verfügbar:
Regressionskoeffizienten- Schätzungen zeigt den Regressionskoeffizienten B, den Standardfehler von B, den standardisierten Koeffizienten beta, den t -Wert für Bund das zweiseitige Signifikanzniveau von tan. Vertrauensintervalle zeigt Konfidenzintervalle mit dem angegebenen Konfidenzniveau für jeden Regressionskoeffizienten oder eine Kovarianzmatrix an. Mit Kovarianzmatrix wird eine Varianz-Kovarianz-Matrix von Regressionskoeffizienten mit Kovarianzen angezeigt, die nicht auf der Diagonalen liegen, und Varianzen, die auf der Diagonalen liegen. Außerdem wird eine Korrelationsmatrix angezeigt.
Anpassungsgüte- Die Variablen, die in das Modell aufgenommen und aus dem Modell entfernt werden, werden aufgelistet und die folgenden Statistiken zur Anpassungsgüte werden angezeigt: mehrere R, R 2 und angepasstes R 2, Standardfehler der Schätzung und eine Varianzanalysetabelle.
Änderung im R-Quadrat- Die Änderung in der R 2 -Statistik, die durch Hinzufügen oder Löschen einer unabhängigen Variablen erzeugt wird. Wenn die durch eine Variable bewirkte Änderung in R2 groß ist, bedeutet dies, dass diese Variable ein aussagekräftiger Prädiktor für die abhängige Variable ist.
Beschreibend- Gibt die Anzahl der gültigen Fälle, den Mittelwert und die Standardabweichung für jede Variable in der Analyse an. Außerdem werden eine Korrelationsmatrix mit einem einseitigen Signifikanzniveau und die Anzahl der Fälle für jede Korrelation angezeigt.
Teilkorrelation. Die Korrelation zwischen der abhängigen Variablen und einer unabhängigen Variablen, wenn die linearen Effekte der anderen unabhängigen Variablen im Modell aus der unabhängigen Variablen entfernt wurden. Die Korrelation entspricht der Änderung in R-Quadrat beim Addieren einer Variablen zu einer Gleichung. Zuweilen als "semipartielle Korrelation" bezeichnet.
Partielle Korrelation. Die Korrelation, die zwischen zwei Variablen verbleibt, nachdem die Korrelation entfernt wurde, die aus dem wechselseitigen Zusammenhang mit den anderen Variablen stammt. Die Korrelation zwischen der abhängigen Variablen und einer unabhängigen Variablen, wenn die linearen Effekte der anderen unabhängigen Variablen im Modell aus der unabhängigen Variablen entfernt wurden.
Kollinearitätsdiagnose- Kollinearität (oder Multikollinearität) ist die unerwünschte Situation, wenn eine unabhängige Variable eine lineare Funktion anderer unabhängiger Variablen ist. Eigenwerte der skalierten und unzentrierten Kreuzproduktmatrix, Bedingungsindexe und Proportionen der Varianzzerlegung werden zusammen mit Varianzfaktoren (VIF) und Toleranzen für einzelne Variablen angezeigt.
Auswahlkriterien- Enthält das Akaike-Informationskriterium (AIC), das Ameniya-Vorhersagekriterium (PC), den bedingten mittleren quadratischen Fehler des Vorhersagekriteriums (Cp) und das Schwarz-Bayes-Kriterium (SBC). Die Statistiken werden in der Tabelle "Modellzusammenfassung" angezeigt.
Residuen- Sie können "PRESS-Statistik" auswählen, um verschiedene Modelle als Kreuzvalidierungsstatistik zu verwenden. Außerdem wird der Test 'Durban-Watson' für die serielle Korrelation der Residuen angezeigt. Wählen Sie die Informationen Fallweise Diagnose für die Fälle aus, die das Auswahlkriterium erfüllen (Ausreißer über n Standardabweichungen).
Berechnen von Statistiken bei einer linearen Regression
Für diese Funktion ist die Option "Statistics Base" erforderlich.
- Wählen Sie in den Menüs Folgendes aus:
- Klicken Sie im Dialogfeld "Lineare Regression" auf Statistik.
- Wählen Sie die gewünschte Statistik aus.