全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 SPSS论坛
3628 3
2021-04-11
我使用SPSS建立多元线性回归模型,在保存的时候选择了保存未标准化的预测值,但是这个预测值与我用生成的模型代入数据进行计算得到的结果差别很大。是因为spss和excel计算时所用的非标准化系数小数点后保存的位数不一样导致的吗?还是其他什么原因呢?谢谢!
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2021-4-13 09:53:44
你的数据里含缺失值吗?不同软件回归时处理含缺失值的数据方法不一样。SPSS里回归时可选两种缺失值处理方式,一种是只要整个数据集含缺失值,回归时就把该行忽略;另一种是只要回归中的变量含缺失值,就在回归时将该行忽略(跟前者的对比是,这种情况下其它不进行回归的变量有缺失值不影响),具体在SPSS中这两种缺失值处理方式名称忘了叫啥了,建议看一下书本。excel是怎么处理的不太清楚。不过这仅是猜测的原因之一。。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2024-8-26 16:54:26
这种情况下,SPSS保存的未标准化预测值与您在Excel中使用模型系数手动计算的结果不一致,可能由以下几种原因造成:

1. **系数精度**:SPSS显示和保存的回归系数可能是经过四舍五入处理的,而内部计算时使用的可能是更精确(更多小数位)的数据。这可能导致手工计算的结果与软件直接输出的结果有细微差异。

2. **常量项遗漏**:在进行手动计算时,可能无意中忽略了模型中的常量项。回归分析通常包含一个截距项或常数项,这个值对于预测非常重要,不能省略。

3. **数据预处理**:SPSS在计算过程中可能会自动对数据进行一些预处理(如缺失值处理、变量转换等),而在Excel中手动输入的数据未经这些步骤的处理,这也会导致结果差异。

4. **交互效应或非线性项**:如果模型包含交互项、平方项或其他非线性变换的变量,直接使用系数计算可能无法正确反映这些复杂关系。

5. **缺失值处理**:SPSS在进行回归分析时可能会根据其设定的方法(如列表删除、成对删除等)处理数据集中的缺失值,而手动计算时可能未考虑到这一点。

为了验证具体原因,您可以尝试以下步骤:

- 检查并确保Excel中使用的系数与SPSS输出的完全一致,包括小数点后的所有数字。
- 确认在手动计算过程中是否正确包含了常量项(截距)。
- 检查模型是否有复杂的变量关系,如交互效应等,并确认这些关系是否已在Excel计算中正确处理。
- 如果可能,导出SPSS分析的详细输出报告,对比每一步骤和中间结果。

如果以上步骤均无法解决差异问题,建议重新检查数据输入、处理过程以及模型设定,确保两者间的一致性。有时候软件更新或版本差异也会影响最终的结果呈现。

此文本由CAIE学术大模型生成,添加下方二维码,优先体验功能试用



二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2024-8-26 17:58:16
您好!您这个问题最后怎么解决的,我也遇到这个问题,头疼[handshake]
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群