spss數(shù)據(jù)分析教程——回歸分析-wenkub
2023-05-21 19:27:01 本頁(yè)面
【正文】 數(shù)量方法。p Xp +178。 回歸分析的分類 ? 根據(jù)回歸函數(shù)的形式，回歸分析可以分為線性回歸和非線性回歸： ? 線性回歸： Y= 175。 回歸方程 ? 回歸關(guān)系一般用下列方程表示 ? Y=f(X1,X2,? ,Xp)+178?！?SPSS數(shù)據(jù)分析教程 》 —— 回歸分析 本章學(xué)習(xí)目標(biāo) ? 掌握線性回歸分析的基本概念 ? 掌握線性回歸的前提條件并能進(jìn)行驗(yàn)證 ? 掌握線性回歸分析結(jié)果的解釋 ? 掌握多重共線性的判別和處理 ? 能用線性回歸模型進(jìn)行預(yù)測(cè) 回歸分析的基本概念 什么是回歸分析 ? 回歸分析是研究變量之間相關(guān)關(guān)系的一種統(tǒng)計(jì)方法 ? 如果兩個(gè)變量之間的 Pearson相關(guān)系數(shù)絕對(duì)值較大，從散點(diǎn)圖看出變量間線性關(guān)系顯著，那么下一步就是應(yīng)用回歸分析的方法來(lái)找出變量之間的線性關(guān)系。 (164。0 +175。 (y) ? 非線性回歸 如果預(yù)測(cè)變量和響應(yīng)變量之間有上頁(yè) (164。因此，一般情況下，相關(guān)分析要先于回歸分析進(jìn)行，確定出變量間的關(guān)系是線性還是非線性，然后應(yīng)用相關(guān)的回歸分析方法。1 X +178。 ～ N(0,190。1和 190。0和 175。1，使得 達(dá)到最小。1 =0 檢驗(yàn)統(tǒng)計(jì)量為： )?.(.?111???est??回歸的三個(gè)平方和 ? 我們把擬合值和真實(shí)值的差值的平方和稱為殘差平方和，記為 SSE；把由于采用擬合回歸直線后預(yù)測(cè)值較采用響應(yīng)變量均值提高的部分的平方和稱為回歸平方和，記為 SSR；真實(shí)值和響應(yīng)變量均值的平方和稱為總平方和，記為SST。其中 SSR是由回歸方程確定的， SSE是不能由自變量 X解釋的波動(dòng)，是由 X之外的未加控制的因素引起的。其預(yù)測(cè)值為： ? SPSS可以提供標(biāo)準(zhǔn)化的預(yù)測(cè)值和調(diào)整的預(yù)測(cè)值 0100??? x??? ??簡(jiǎn)單線性回歸舉例 ? 一家計(jì)算機(jī)服務(wù)公司需要了解其用電話進(jìn)行客戶服務(wù)修復(fù)的計(jì)算機(jī)零部件的個(gè)數(shù)和其電話用的時(shí)間的關(guān)系。 ? 選擇 【 分析 】 → 【 回歸 】 → 【 線性 】 。就方法的實(shí)質(zhì)來(lái)說(shuō)，處理多個(gè)預(yù)測(cè)變量的方法與處理一個(gè)預(yù)測(cè)變量的方法基
畢業(yè)設(shè)計(jì)相關(guān)推薦
鄂ICP備17016276號(hào)-1