回歸分析spss使用ppt課件-wenkub
2023-05-27 07:19:59 本頁(yè)面
【正文】 b1ln(t) Logistic(邏輯 ) Y=1/(1/u+b0b1t) Ln(1/Y1/u)=ln(b0+ln(b1)t) 曲線估計(jì) (Curve Estimation)分析實(shí)例 實(shí)例 P247 Data1101 ：有關(guān)汽車數(shù)據(jù)，看 mpg(每加侖汽油行駛里程 )與 weight(車重 )的關(guān)系 ? 先做散點(diǎn)圖 (Graphs ScatterSimple)： weight(X)、mpg(Y)，看每加侖汽油行駛里程數(shù) mpg(Y)隨著汽車自重weight(X)的增加而減少的關(guān)系，也發(fā)現(xiàn)是曲線關(guān)系 ? 建立若干曲線模型（可試著選用所有模型 Models) ? AnalyzeRegression Curve Estimation ? Dependent: mpg ? Independent: weight ? Models: 全選 (除了最后一個(gè)邏輯回歸 ) ? 選 Plot models：輸出模型圖形 ? 比較有用的結(jié)果：各種模型的 Adjusted R2，并比較哪個(gè)大，結(jié)果是指數(shù)模型 Compound的 Adjusted R2=（擬合情況可見圖形窗口） , 結(jié)果方程為： mpg=* ? 說(shuō)明： Growth和 Exponential的結(jié)果也相同，也一樣。不論引入還是剔除一個(gè)變量都稱為一步。當(dāng)一個(gè)變量被引入后，對(duì)原已引入回歸方程的變量，逐個(gè)檢驗(yàn)他們的偏回歸平方和。如果由于引入新的變量而使得已進(jìn)入方程的變量變?yōu)椴伙@著時(shí)，則及時(shí)從偏回歸方程中剔除。不斷重復(fù)這一過(guò)程，直至無(wú)法剔除已引入的變量，也無(wú)法再引入新的自變量時(shí)，逐步回歸過(guò)程結(jié)束。 (Binary Logistic) 在現(xiàn)實(shí)中，經(jīng)常需要判斷一些事情是否將要發(fā)生，候選人是否會(huì)當(dāng)選？為什么一些人易患冠心??？為什么一些人的生意會(huì)獲得成功？此問(wèn)題的特點(diǎn)是因變量只有兩個(gè)值，不發(fā)生 (0)和發(fā)生 (1)。某一事件不發(fā)生的概率為Prob(no event)＝ 1Prob(event) 。指示變量有兩種編碼方式。然后根據(jù)回歸模型公式Prob(event) 進(jìn)行預(yù)測(cè)。 40 50 60 70 80 90 100405060708090100J3S101yx? ? ?? ? ?2 6 . 4 4 0 . 6 5yx??檢驗(yàn)問(wèn)題等 對(duì)于系數(shù) ?1=0的檢驗(yàn) 對(duì)于擬合的 F檢驗(yàn) R2(決定系數(shù) )及修正的 R2. 多個(gè)自變量的回歸 0 1 1 2 2 kky x x x? ? ? ? ?? ? ? ? ? ?如何解釋擬合直線 ? 什么是逐步回歸方法 ? 自變量中有定性變量的回歸 例 1()的數(shù)據(jù)中 ,還有一個(gè)自變量是定性變量 “ 收入 ” ,以虛擬變量或啞元(dummy variable)的方式出現(xiàn) 。 約束條件可以有很多選擇 ， 一種默認(rèn)的條件是把一個(gè)參數(shù)設(shè)為 0， 比如 ?3=0， 這樣和它有相對(duì)意義的 ?1和
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1