spss在非線(xiàn)性回歸分精講(存儲(chǔ)版)
【正文】 標(biāo)函數(shù)的迭代誤差限小。,第十二頁(yè)，共二十五頁(yè)。散點(diǎn)矩陣圖829分為9個(gè)子圖，它們分別描述了三只股票中兩兩股票價(jià)格之間的變化。,第十七頁(yè)，共二十五頁(yè)。,第二十頁(yè)，共二十五頁(yè)。其中，“股票A”是實(shí)際曲線(xiàn)，“Predicted Values”是本案例建立的非線(xiàn)性回歸方程的預(yù)測(cè)曲線(xiàn)，“Unstandardized Predicted Values”是不考慮股票B、C交互項(xiàng)的二元線(xiàn)性模型的預(yù)測(cè)曲線(xiàn)。當(dāng)輸入完參數(shù)名和初始值后，單擊【Add】按鈕，則定義的變量及其初始值將顯示在下方的參數(shù)框中，參數(shù)的初始值可根據(jù)給定模型中參數(shù)定義范圍情況而定,第二十五頁(yè)，共二十五頁(yè)。,8.4 SPSS在非線(xiàn)性回歸分析中的應(yīng)用,第二十二頁(yè)，共二十五頁(yè)。,8.4 SPSS在非線(xiàn)性回歸分析中的應(yīng)用,（3）參數(shù)的相關(guān)系數(shù)矩陣 表819是模型中四個(gè)估計(jì)參數(shù)的相關(guān)系數(shù)矩陣。觀察殘差平方和“Residual Sum of Squares”的變化，可見(jiàn)隨著迭代的進(jìn)行，殘差變得越來(lái)越小。,第十四頁(yè)，共二十五頁(yè)。 “Parameter convergence”：在一步迭代中參數(shù)的變化比例小于設(shè)置值時(shí)，迭代停止。 “Step Iimit”：最大步長(zhǎng)。它用于選擇各類(lèi)迭代算法。,8.4 SPSS 在非線(xiàn)性回歸分析中的應(yīng)用,Step07：選擇預(yù)測(cè)值和殘差等輸出 單擊【Save】按鈕，彈出如下圖所示的對(duì)話(huà)框。,第八頁(yè)，共二十五頁(yè)。 Step05：迭代條件選擇 單擊【Loss】按鈕，將打開(kāi)如下圖所示的對(duì)話(huà)框。如果需要修改已經(jīng)定義的參數(shù)變量，則先將其選中，然后在【Name（名稱(chēng)）】和【Starting Value（初始值）】文本框里進(jìn)行修改，完成后點(diǎn)擊【Change】按鈕確認(rèn)修改。,8.4 SPSS 在非線(xiàn)性回歸分析中的應(yīng)用,8.4.2 非線(xiàn)性回歸分析的SPSS操作詳解 Step01：打開(kāi)對(duì)話(huà)框 選擇菜單欄中的【Analyze（分析）】→【Regression（回歸）】→【Nonlinear（非線(xiàn)性）】命令，彈出【Nonlinear Regression（非線(xiàn)性回歸）】對(duì)話(huà)框，這是非線(xiàn)性回歸的主操作窗口。,SPSS在非線(xiàn)性回歸分析中的應(yīng)用,第一頁(yè)，共二十五頁(yè)。,第三頁(yè)，共二十五頁(yè)。 當(dāng)輸入完參數(shù)名和初始值后，單擊【Add】按鈕，則
外語(yǔ)相關(guān)推薦
鄂ICP備17016276號(hào)-1