- Дипломы
- Курсовые
- Рефераты
- Отчеты по практике
- Диссертации
Постановка цели исследования и представление данных
Как отмечалось ранее, множественная линейная регрессия используется для выявления и описания линейной зависимости между одной зависимой переменной и несколькими независимыми переменными. Например, следует определить, в какой зависимости между собой находятся общие расходы туристов на проведение отдыха и следующие статьи расходов: на покупки (одежды, обуви, галантерейных товаров, украшений, фотоаппаратов и т.д.); на проживание в отеле или пансионе (включая расходы на обслуживание); на питание (покупки продуктов в магазинах, посещение кафе и ресторанов). Для проведения анализа используются данные опроса туристов, отдыхающих в курортной зоне «Баварский лес». Для проведения анализа из всех вопросов анкеты выбраны четыре: Вопрос № 45: «Какую сумму денег Вы тратите в целом на отдых?» Вопрос № 46: «Какую сумму денег Вы тратите во время отдыха на покупки (такие, как одежда, обувь, галантерея, украшения, фотоаппараты и т.д.)?» Вопрос № 47: «Какую сумму денег Вы тратите во время отдыха на проживание в гостинице/пансионе (включая расходы на обслуживание)?» Вопрос № 8: «Какую сумму денег Вы тратите во время отдыха на питание (т.е. на покупку продуктов в магазинах, посещение кафе и ресторанов)?» При занесении информации по ответам на данные вопросы в файл данных SPSS была использована двойная запись переменных (см. подраздел 2.2 «Виды кодировки данных»). Каждый вопрос представлен в файле данных SPSS в виде двух переменных. Представление этих переменных в файле данных SPSS проиллюстрировано в подразделе 4.1 «Простая линейная регрессия» (см. рис. 4.3 и 4.4). Множественная линейная регрессия отпичается от простой линейной регрессии рядом особенностей. Первая особенность состоит в невозможности графического изображения множественной регрессионной модели, что, конечно, наносит ущерб наглядности представления результатов анализа (см. рис. 4.12). Другой особенностью множественной линейной регрессии является то, что переменные, объявленные независимыми, могут сами коррелировать между собой, т.е. возможно существование причинно-следственных связей между ними. В этом случае возникает эффект мультиколлинеарности. Эффект мультиколлинеарности заключается в том, что независимые переменные, включенные в регрессионную модель, обозначают в принципе одно и то же. Например, в качестве зависимой переменной объявлена заработная плата выпускника университета, а в качестве независимых переменных — средний балл успеваемости во время учебы в университете и индекс интеллект Поскольку успеваемость студента во многом определяется уровнем интеллекта, в данной регрессионной модели возможно появление ложных корреляций. Одним из условий построения множественной регрессионной модели является отсутствие или низкая степень корреляции между независимыми переменными. Для проверки соблюдения этого условия при проведении регрессионного анализа необходимо сначала производить диагностику наличия коллинеарности между независимыми переменными.
| Каталог работ |
