119

Линейная регрессия

Частичные корреляции. Корреляция между зависимой переменной и независимой переменной, вычисленная после того, как из независимой переменной удалена линейная связь с остальными независимыми переменными в модели. Она связана с изменением R-квадрат, когда переменная добавляется в уравнение. Иногда она называется получастной корреляцией.

Диагностика коллинеарности. Коллинеарность (или мультиколлинеарность) – это нежелательная ситуация, когда одна независимая переменная является линейной комбинацией других независимых переменных. Выводятся собственные значения масштабированной и нецентрированной матрицы сумм перекрестных произведений, показатели обусловленности, доли в разложении дисперсии, а также коэффициенты разбухания дисперсии (VIF – variance inflation factor), толерантности (допуски) для отдельных переменных.

Остатки. Выводится критерий Дурбина-Уотсона сериальной корреляции остатков и поточечная диагностика для наблюдений, удовлетворяющих критерию отбора (выбросы свыше n стандартных отклонений).

Параметры процедуры Линейная регрессия

Рисунок 16-6

Диалоговое окно Линейная регрессия: Параметры

Доступны следующие параметры:

Критерий шагового метода. Эти параметры применяются, если в качестве метода отбора выбрано Включение, Исключение либо Шаговый отбор. Переменные могут быть введены в

модель или исключены из модели на основе либо значимости (вероятности) F-статистики, либо самого значения F-статистики.

Использовать вероятность F. Переменная вводится в модель, если наблюдаемый уровень значимости ее F-значения меньше заданного порога включения, и исключается, если этот уровень значимости больше порога исключения. Порог включения должен быть меньше порога исключения, они оба должны быть положительными. Если

120

Глава 16

необходимо включить в модель больше переменных, увеличьте порог включения. Чтобы исключить из модели большее число переменных, снизьте порог исключения.

Использовать F-значение. Переменная вводится в модель, если ее F-значение превышает заданное значение включения, и исключается, если ее F-значение меньше значения исключения. Значение включения должно превосходить значение исключения, оба должны быть положительными. Если необходимо ввести в модель больше переменных, снизьте порог включения. Чтобы исключить из модели большее число переменных, увеличьте порог исключения.

Включить в уравнение константу. По умолчанию регрессионная модель содержит свободный член – константу. Если удалить этот флажок, линия регрессии будет проходить через начало координат, что используется редко. Некоторые результаты для регрессии, проходящей через начало координат, несравнимы с результатами регрессии, содержащей константу. Например, R 2 для регрессии, проходящей через начало координат, невозможно интерпретировать обычным образом.

Пропущенные значения. Вы можете выбрать один из следующих вариантов:

Исключать целиком. В анализ включаются только наблюдения без пропущенных значений для всех анализируемых переменных.

Исключать попарно. При вычислении коэффициентов корреляции, применяемых в процедуре регрессии, используются только те наблюдения, у которых для данной пары переменных оба значения не пропущены. Числа степеней свободы основаны на минимальном попарном N.

Заменить средним. Для вычислений используются все наблюдения, а пропущенные значения заменяются средним значением этой переменной.

Команда REGRESSION: дополнительные возможности

Язык синтаксиса команд также позволяет:

Сохранять матрицу корреляций или считывать матрицу вместо исходных данных для выполнения регрессионного анализа (с помощью подкоманды MATRIX).

Задавать уровни толерантности (с помощью подкоманды CRITERIA).

Получать несколько моделей для одной и той же или разных зависимых переменных (с помощью подкоманд METHOD и DEPENDENT.)

Получать дополнительные статистики (с помощью подкоманд DESCRIPTIVES и STATISTICS.)

Обратитесь к Command Syntax Reference за полной информацией о синтаксисе языка команд.