spss第十講_線性回歸分析(存儲(chǔ)版)
【正文】 較。 練習(xí)題 利用 spss自帶的 1991的美國 GSS數(shù)據(jù) ， 進(jìn)行以下分析： – 用一元線性回歸分析種族對(duì)職業(yè)聲望的影響 – 用一元線性回歸分析教育對(duì)職業(yè)聲望的影響 – 用多元線性回歸分析種族 、 性別 、 年齡和教育對(duì)職業(yè)聲望的影響 。 從表中顯著度 ， 可以發(fā)現(xiàn)性別對(duì)收入的影響是非常顯著的 。第十講 線性回歸分析 用變量的觀測(cè)數(shù)據(jù)擬合所關(guān)注的變量和影響其變化的變量之間的 線性關(guān)系式 檢驗(yàn)影響變量的 顯著程度 比較影響變量的 作用大小 用一個(gè)或多個(gè)變量的變化 解釋和預(yù)測(cè) 另一個(gè)變量的變化 線性回歸的作用 一元線性回歸 ， 針對(duì) 一個(gè) 影響變量（ 自變量 ） 的回歸分析 多元線性回歸 ， 針對(duì) 多個(gè) 影響變量（ 自變量 ） 的回歸分析 線性回歸的類型 因變量： 定距 變量 自變量： 定類 、 定序 變量或 定距 變量 ，對(duì)于分類變量需要轉(zhuǎn)換成 虛擬 變量 變量的測(cè)量尺度 回歸方程 一元線性回歸 Y＝ A＋ BX＋ ε 多元線性回歸 Y＝ B0＋ B1X1＋ B2X2 ＋ … ＋ BnXn ＋ ε 線性回歸的位置 一元線性回歸 實(shí)例 1 對(duì)受訪者的性別和月收入進(jìn)行一元線性回歸分析 當(dāng)自變量是分類變量時(shí)，需要將原變量轉(zhuǎn)換成虛擬變量，所有虛擬變量都是 “ 1”和“ 0”取值的二分變量。 整體方程的顯著并不意味著每個(gè)回歸系數(shù)都顯著 ， 但每個(gè)系數(shù)的顯著一定意味著整體方程是顯著的 。 結(jié)果三：回歸系數(shù)表 結(jié)果三告訴我們什么？ 表中 B欄的非標(biāo)
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1