spss線性回歸ppt課件(已修改)
2025-05-24 05:35 本頁面
【正文】 第 10章 回歸分析 介紹： 回歸分析的概念和模型 回歸分析的過程 回歸分析的概念 尋求有關(guān)聯(lián)（相關(guān)）的變量之間的關(guān)系 主要內(nèi)容： ? 從一組樣本數(shù)據(jù)出發(fā)，確定這些變量間的定量關(guān)系式 ? 對這些關(guān)系式的可信度進行各種統(tǒng)計檢驗 ? 從影響某一變量的諸多變量中，判斷哪些變量的影響顯著，哪些不顯著 ? 利用求得的關(guān)系式進行預(yù)測和控制 回歸分析的模型 按是否線性分：線性回歸模型和非線性回歸模型 按自變量個數(shù)分：簡單的一元回歸，多元回歸 基本的步驟：利用 SPSS得到模型關(guān)系式，是否是我們所要的，要看回歸方程的顯著性檢驗（ F檢驗）和回歸系數(shù) b的顯著性檢驗 (T檢驗 )，還要看擬合程度 R2 (相關(guān)系數(shù)的平方 ,一元回歸用 R Square，多元回歸用 Adjusted R Square) 回歸分析的 過程 在回歸過程中包括： ? Liner：線性回歸 ? Curve Estimation：曲線估計 ? Binary Logistic： 二分變量邏輯回歸 ? Multinomial Logistic：多分變量邏輯回歸 ? Ordinal 序回歸 ? Probit：概率單位回歸 ? Nonlinear：非線性回歸 ? Weight Estimation：加權(quán)估計 ? 2Stage Least squares：二段最小平方法 ? Optimal Scaling 最優(yōu)編碼回歸 我們只講前面 3個簡單的（一般教科書的講法） 線性回歸 (Liner) 一元線性回歸方程 : y=a+bx ? a稱為截距 ? b為回歸直線的斜率 ? 用 R2判定系數(shù) 判定一個線性回歸直線的擬合程度：用來說明用自變量解釋因變量變異的程度（所占比例） 多元線性回歸方程 : y=b0+b1x1+b2x2+… +bnxn ? b0為常數(shù)項 ? b b … 、 bn稱為 y對應(yīng)于 x x … 、 xn的偏回歸系數(shù) ? 用 Adjusted R2調(diào)整判定系數(shù) 判定一個多元線性回歸方程的擬合程度：用來說明用自變量解釋因變量變異的程度（所占比例） 一元線性回歸模型的確定 :一般先做散點圖 (Graphs ScatterSimple),以便進行簡單地觀測（如： Salary與 Salbegin的關(guān)系 ) 若散點圖的趨勢大概呈線性關(guān)系，可以建立線性方程，若不呈線性分布，可建立其它方程模型，并比較 R2 (1)來確定一種最佳方程式（曲線估計） 多元線性回歸一般采用逐步回歸方法 Stepwise 逐步回歸方法的基本思想 對全部的自變量 x1,x2,...,xp,按它們對 Y貢獻的大小進行比較，并通過 F檢驗法，選擇偏回歸平方和顯著的變量進入回歸方程，每一步只引入一個變量，同時建立一個偏回歸方程。當一個變量被引入后，對原已引入回歸方程的
教學課件相關(guān)推薦
鄂ICP備17016276號-1