用spss做回歸分析ppt課件(已修改)
2025-01-16 20:44 本頁面
【正文】 一、簡介 在現(xiàn)實生活中，客觀事物常受多種因素影響，我們記錄下相應數(shù)據(jù)并加以分析， 目的 是為了 找出 對我們所關心的指標（因變量） Y有 影響 的 因素 （也稱自變量或回歸變量） x x … 、 xm，并 建立 用 x x … 、xm預報 Y的經(jīng)驗 公式 ： mmm xbxbxbbxxxfY ?????? ?? 2211021 ),(?從而用以進行預測或控制，達到指導生產(chǎn)活動的目的。 多元線性回歸 以年齡為自變量 x，血壓為因變量 y，可作出如下散點圖： 年齡 39 47 45 47 65 45 67 42 67 56 36 50 39 21 44 血壓 144 120 138 145 162 142 170 124 158 154 136 142 120 120 116 年齡 64 56 59 34 42 48 45 17 20 19 53 63 29 25 69 血壓 162 150 140 110 128 130 135 114 116 124 158 144 130 125 175 例 某醫(yī)學研究所對 30個不同年齡的人的血壓（高壓）進行了測量，得到如下數(shù)據(jù)： 為了判斷經(jīng)驗公式是否可用線性函數(shù)來擬合，可以畫出散點圖觀察。其方法如下： 雙擊 改變顯示格式 改變坐標軸的顯示 為了求得經(jīng)驗公式，可通過如下步驟進行： 從散點圖可以看出年齡與血壓有線性關系： 當自變量和因變量選好后，點擊 OK 鍵 )(1)1( 222為樣本數(shù)為自變量個數(shù)， NPPNRPRRa ?????1. Model為回歸方程模型編號 (不同方法對應不同模型 ) 2. R為回歸方程的復相關系數(shù) 3. R Square即 R2系數(shù)，用以判斷自變量對因變量的影響有多大，但這并不意味著越大越好 —— 自變量增多時， R2系數(shù)會增大，但模型的擬合度未必更好 4. Adjusted R Square即修正 R2，為了盡可能確切地反映模型的擬合度，用該參數(shù)修正 R2系數(shù)偏差，它未必隨變量個數(shù)的增加而增加 5. Std. Error of the Estimate是估計的標準誤差 結(jié)果說明 —— 常用統(tǒng)計量： 1. Sum of Squares為回歸平方和（ Regression）、殘差平方和（ Residual）、總平方和（ Total） 2. df
教學課件相關推薦
鄂ICP備17016276號-1