Többváltozós lineáris regresszió
A független változók száma szerint beszélhetünk egyváltozós vagy többváltozós regressziószámításról. A többváltozós regresszió során az egyetlen függő változó megfigyelt értékeire több független változó megfigyelt értékeiből próbálunk becslést adni. A jelenségek többségére inkább az igaz, hogy kialakulásukért több tényező a felelős. Ezen magyarázóváltozókat visszük be az SPSS-be független változókként a többváltozós lineáris regresszió során. A függő változót eredményváltozónak (bináris változónak) is nevezik, a magyarázó változók pedig dummy változók
Példa: Egy használt gépjármű eladási ára nemcsak a korától, de a futott kilométerektől is függ.
A többváltozós lineáris regresszió előfeltételei
- Multikollinearitás.
- A megfigyelések függetlensége.
- A független változók nem korrelálhatnak egymással.
Jellemzői
1 függő és több független változó.
A változószelektálás módszerei
- Enter: minden változót megtart.
- Forward: a változók egyesével lépnek be, az lesz a második, amelyik a megmagyarázott hányadot legjobban növeli.
- Backward: minden független változó benn van, az kerül ki amelyik elhagyása érdemben nem csökkenti a megmagyarázott hányadot.
- Stepwise: Lépcsős regresszió - minden modellbe került változó helye bizonytalan, ha egy új belépésével egy már benn lévő magyarázóereje lecsökken, akkor kikerül.
Ha a többváltozós lineáris regresszió során a független változók páronként korrelálnak, akkor használhatunk faktoranalízist. A változókat felcserélhetjük olyan elméleti, páronként korrelálatlan változókkal, melyek segítségével minden megfigyelt független változó lineárisan leírható.