R语言的lm函数可以用于建立线性回归模型,当变量个数大于1时,它会自动变成多元回归。这是因为,当有多个变量时,模型会更加复杂,可以更好地拟合数据,因此多元回归模型可以更好地反映数据的特征。
方法/步骤
1、首先,先教大家如何使用SPSS多元线性回归分析
2、接下来是范例说明:
此案例是希望找到与营收相关的多元回归式
原先加入参数有:5个
调整後回归R方:0.888 / 显着性:皆小於0.05
看起来相当拟合,无任何差错
3、可依个人需求,勾选需要参考的指标
若是没有勾选,只会出现既定标准的指标
在此需加入 Statistisc中的 "共线性诊断"
4、排除共线性强因子,可用偏相关查看是否确实应该排除
主要是看 VIF值是否大於2 (大於2,表示共线性极强需改善)
否则会有交互作用
5、最後模型拟合程度,可在excel中
做主次座标清楚检视
我是用的pscl包,zeroinfl()函数零膨胀负二项模型(ZINB)
mod <- zeroinfl(ReportedNumber~ A+B+C+D+E | F+G+H+I, data = zinb, dist = "negbin", EM = TRUE)
ZINB模型由点模型和零膨胀模型两部分结合而成,ABCDE是点模型内变量, 影响因变量发生次数的多少,FGHI是零膨胀模型内变量,决定因变量是否能够发生(为0还是非0)。
http://www.ats.ucla.edu/stat/r/dae/zinbreg.htm 这个网站里讲的很清楚