数据分析29.docx

某医院为了了解病人对医院工作的满意程度Y和病人的年龄X1,病人的病情严重程度X2和病人的忧虑程度X3之间的关系，随机调查了23名病人，得数据如下表：
年龄（x1）
病情程度（x2）
忧虑程度（x3）
满意程度（y）
50
5
23
残差
-

.000

23
标准 残差
-

.000
.929
23
Student 化 残差
-

.009

23
已删除的残差
-

.196

23
Student 化 已删除的残差
-

.006

23
Mahal。 距离
.301



23
Cook 的距离
.000
.273
.061
.078
23
居中杠杆值
.014
.295
.130
.087
23
3 用逐步回归法分析该模型：
输入／移去的变量a
模型
输入的变量
移去的变量
方法
1
x1
.
步进（准则: F-to-enter 的概率 <= .100，F-to-remove 的概率 >= .110）。
2
x2
.
步进（准则: F-to-enter 的概率 <= .100，F-to-remove 的概率 >= .110）。
a. 因变量: y
模型汇总c
模型
R
R 方
调整 R 方
标准 估计的误差
更改统计量
Durbin-Watson
R 方更改
F 更改
df1
df2
Sig. F 更改
1
.777a
.604
.585

.604

1
21
.000
2
.818b
.669
.636

.065

1
20
.061

a. 预测变量: (常量), x1。
b. 预测变量: (常量), x1, x2。
c. 因变量: y
系数a
模型
非标准化系数
标准系数
t
Sig.
B
标准 误差
试用版
1
(常量)



.000
x1
-
.271
-.777
-
.000
2
(常量)



.000
x1
-
.286
-.643
-
.000
x2
-
.547
-.289
-
.061
a. 因变量: y
由此得到两个线性回归方程: 和
，显然它与第一次做的模型所建立的线性方程不一样。
已排除的变量c
模型
Beta In
t
Sig.
偏相关
共线性统计量
容差
1
x2
-.289a
-
.061
-.406
.784
x3
-.288a
-
.067
-.398
.755
2
x3
-