操作見圖。回歸分析通常需要多次試驗操作才可以得出較好的模型。“方法”中選擇“進入”,表示所有的自變量都進入模型,目前還沒有考慮到變量的多重***線問題,要先觀察初步的結果分析,才會考慮發哦變量的多重***線問題。
通過觀察調整後的判定系數0.924,擬合優度較高,不被解釋的變量較少。
由回歸方程顯著性檢驗的概率為0,小於顯著性水平0.05,則認為系數不同時為0,被解釋變量與解釋變量全體的線性關系是顯著的,可建立線性方程。
由系數表知,觀察回歸系數顯著性檢驗中的概率值,如果顯著性水平為0.05,除去“投入人年數”外,其他變量均大於顯著性水平,這些變量保留在方程中是不正確的。所以該模型不可用,應重新建模。
重新建模操作見圖片,采用的是“向後篩選”方法,依次剔除的變量是專著數、投入高級職稱的人年數、投入科研事業費、獲獎數、論文數。最後的模型結果是“立項課題數=-94.524+0.492x投入人年數”。
殘差分析:
又P-P圖可知,原始數據與正態分布的不存在顯著的差異,殘差滿足線性模型的前提要求。
由庫克距離(0.041小於1)和杠桿指變量的值知,沒有顯著的差異。
殘差點在0線周圍隨機分布。