【正文】 ，粵宏遠(yuǎn)，寰島實(shí)業(yè)等公司明顯處于較低水平，類似可以對(duì)其他指標(biāo)進(jìn)行分析。 將前面的資料的數(shù)字部分輸入 S—Plus，并令文件名為，在命令窗口調(diào)用下面的函數(shù)： faces((gongsi), fill = T, which = 1:8, head = Faces of 35 ompanies,ncol=5,scale=T,byrow=T) 回連運(yùn)行就可以生成 35個(gè)公司的臉譜圖，每一個(gè)公司用一張臉譜表示出來，但是，此時(shí)生成的臉譜圖不好與公司名對(duì)應(yīng)，可將 35個(gè)公司名放入一個(gè)向量 a中，然后在上面的命令中加入選項(xiàng) labels=a，即可生成如下臉譜圖： 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 78 167。 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 77 167。 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 76 167。 臉譜圖 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 75 167。 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 72 167。 散點(diǎn)圖矩陣 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 輸出結(jié)果 : 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 71 167。下面我們舉例說明如何用 SPSS軟件作散點(diǎn)圖矩陣對(duì)資料進(jìn)行分析。 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 68 167。自20世紀(jì)七十年代以來，統(tǒng)計(jì)學(xué)家研究發(fā)明了很多多維變量的圖表示方法，以借助圖形來描述多元資料的統(tǒng)計(jì)特性，使圖形直觀、簡(jiǎn)潔的優(yōu)點(diǎn)延伸到多變量的研究中去。 雷達(dá)圖與星圖 ?167?？蓞⒁妳⒖嘉墨I(xiàn) [14]、 [16]。 8 .4 Logistic回歸的方法與步驟 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 因變量為多組（大于兩組）的情況下也可以使用Logistic回歸模型。 8 .4 Logistic回歸的方法與步驟 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 圖 83 Logistic回歸邏輯框圖 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 61 167。（ 5）解釋所得到的模型結(jié)果。（ 3）模型中假定自變量之間不存在高度相關(guān)，因變量發(fā)生概率的模型服從于 Logistic模型。這里因變量為分組變量（限于篇幅，我們僅介紹因變量分兩組的情況），自變量可以是定量變量和定性變量。 8 .4 Logistic回歸的方法與步驟 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 鑒于 Logistic回歸與判別分析的相似性，我們可以對(duì)比兩種方法的相似性和不同點(diǎn)。 SPSS軟件沒有給出 Logistic 回歸的標(biāo)準(zhǔn)化回歸系數(shù)，對(duì)于 Logistic 回歸，回歸系數(shù)也沒有普通線性回歸那樣的解釋，因而計(jì)算標(biāo)準(zhǔn)化回歸系數(shù)并不重要。可以看到， X2（月收入）不顯著，決定將其剔除。 8 .3 Logistic回歸基本理論和方法 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 表 ： 序號(hào) 性別 年齡 月收入 序號(hào) 性別 年齡 月收入 1 0 18 850 0 15 1 20 1000 0 2 0 21 1200 0 16 1 25 1200 0 3 0 23 850 1 17 1 27 1300 0 4 0 23 950 1 18 1 28 1500 0 5 0 28 1200 1 19 1 30 950 1 6 0 31 850 0 20 1 32 1000 0 3x 1x 3x 1x 2x2x y y2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 53 167。 8 .3 Logistic回歸基本理論和方法 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 49 167。 分組數(shù)據(jù)的 Logistic回歸只適用于大樣本的分組數(shù)據(jù)，對(duì)小樣本的未分組數(shù)據(jù)不適用。 8 .3 Logistic回歸基本理論和方法 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 表 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 46 167。 8 .3 Logistic回歸基本理論和方法 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 42 167。 8 .3 Logistic回歸基本理論和方法 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 【 例 】 在一次住房展銷會(huì)上，與房地產(chǎn)商簽定初步購(gòu)房意向書的共有 n=325名顧客中，在隨后的 3個(gè)月的時(shí)間內(nèi)，只有一部分顧客確實(shí)購(gòu)買了房屋。 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 36 167。限制在 [0， 1]區(qū)間內(nèi)的連續(xù)曲線有很多，例如所有連續(xù)型隨機(jī)變量的分布函數(shù)都符合要求，我們常用的是 Logistic函數(shù)與正態(tài)分布函數(shù)。有關(guān) Logistic回歸的參數(shù)估計(jì)和假設(shè)檢驗(yàn)詳見參考文獻(xiàn) [8]。（實(shí)際上是用－ 2乘以似然值的自然對(duì)數(shù)即－ 2 Log似然值，簡(jiǎn)記為－ 2LL）。 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 33 167。 8 .3 Logistic回歸基本理論和方法 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 估計(jì) Logistic回歸模型與估計(jì)多元回歸模型的方法是不同的。其次，二值變量的方差不是常數(shù)，會(huì)造成異方差性。概率值可以是 0~1之間的任何值，但是預(yù)測(cè)值必須落入 0~1的區(qū)間。 8 .3 Logistic回歸基本理論和方法 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 30 167。分析提供的信息是： （ 1） 為正值，說明接受調(diào)查了的多數(shù)顧客對(duì)其產(chǎn)品還是滿意的； （ 2） ，說明各收入階層的顧客對(duì)其產(chǎn)品的滿意程度是不同的，其中，高收入的顧客滿意程度最低，而中層收入的顧客滿意程度最高； （ 3）通過對(duì)企業(yè)顧客的收入情況和滿意情況交互效應(yīng)的研究， 為負(fù)值表示高收入與對(duì)產(chǎn)品的滿意程度是負(fù)效應(yīng)的， 為正表示中等收入者與對(duì)其產(chǎn)品的滿意程度是正效應(yīng)的，同理，低收入人群對(duì)其產(chǎn)品的滿意程度也是負(fù)效應(yīng)的。 8 .2 對(duì)數(shù)線性模型分析的上機(jī)實(shí)踐 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 25 167。 8 .2 對(duì)數(shù)線性模型分析的上機(jī)實(shí)踐 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 這是對(duì)模型是否有交互效應(yīng)和高階效應(yīng)進(jìn)行檢驗(yàn)，原假設(shè)是高階效應(yīng)為 0，即沒有高階效應(yīng)。系統(tǒng)經(jīng) 1次疊代后，即達(dá)到相鄰二次估計(jì)之差不大于規(guī)定的 。 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 19 167。 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 17 167。 8 .2 對(duì)數(shù)線性模型分析的上機(jī)實(shí)踐 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 16 167。 【 例 】 某企業(yè)想了解顧客對(duì)其產(chǎn)品是否滿意，同時(shí)還想了解不同收入的人群對(duì)其產(chǎn)品的滿意程度是否相同。 ij? ij??ji,2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 12 167。 8 .1 對(duì)數(shù)線性模型基本理論和方法 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 在實(shí)際分析中，概率表中各項(xiàng)值，以交叉列聯(lián)表計(jì)算得的頻率表的對(duì)應(yīng)項(xiàng)為無偏估計(jì)值。 8 .1 對(duì)數(shù)線性模型基本理論和方法 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 對(duì)上面三式各取其平均數(shù)為： .21. ii ?? ? jj .21. ?? ? ..41.. ?? ? 該式的結(jié)構(gòu)與有交互效應(yīng)，且各水平均為二的雙因素方差分析模型的結(jié)構(gòu)相似，因此模仿方差分析，可以有如下關(guān)系式： ???21.jiji ?? ???21.iijj ?? ? ?? ??2121..i jij?? 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 7 167。 8 .1 對(duì)數(shù)線性模型基本理論和方法 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 本節(jié)將利用 2 2維的交叉列聯(lián)表來說明對(duì)數(shù)線性模型的基本理論和方法，同時(shí)利用 SPSS軟件對(duì)真實(shí)的經(jīng)濟(jì)定性數(shù)據(jù)作分析。兩者都有直接的統(tǒng)計(jì)檢驗(yàn)，都能包含非線性效果和大范圍的診斷。然而當(dāng)被解釋變量只有兩組時(shí)， Logistic回歸由于多種原因更受歡迎。 Logistic回歸的方法與步驟 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 2 第八章 定型數(shù)據(jù)的建模分析 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 第三章我們?cè)懻撨^定性數(shù)據(jù)的列聯(lián)表分析，對(duì)數(shù)線性模型是進(jìn)一步用于離散型數(shù)據(jù)或整理成列聯(lián)表格式的數(shù)據(jù)的統(tǒng)計(jì)分析工具。2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 1 第八章 定型數(shù)據(jù)的建模分析 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 ?167。 Logistic回歸基本理論和方法 ?167。當(dāng)被解釋變量是非度量變量時(shí)，可以用判別分析。其次，即使?jié)M足假定，許多研究者仍偏好 Logistic回歸，因?yàn)樗愃朴诨貧w分析。 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 4 167。 8 .1 對(duì)數(shù)線性模型基本理論和方法 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 6 167。 8 .1 對(duì)數(shù)線性模型基本理論和方法 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 2020/10/5 中國(guó)人民大學(xué)六西格瑪質(zhì)量管理研究中心 10 167。實(shí)際分析中，二維數(shù)據(jù)表并不是每個(gè)因素都是雙水平的，在分析中，把公式的 的取值上限調(diào)整即可。我們用 SPSS軟件中的 Loglinear模塊實(shí)現(xiàn)分析。 8 .2 對(duì)數(shù)線性模型分析的上機(jī)實(shí)踐 目錄 上頁(yè) 下頁(yè) 返回 結(jié)束 首先要準(zhǔn)備數(shù)據(jù)，上面的交叉列連表的數(shù)據(jù)要輸入到 spss的表格里去，具體應(yīng)當(dāng)