補(bǔ)充回歸分析ppt課件(編輯修改稿)
2025-05-30 06:15 本頁面
【文章內(nèi)容簡介】 5) 選擇 Plot Models選項(xiàng)繪制回歸線；選擇 Display ANOVA table輸出各個(gè)模型的方差分析表和各回歸系數(shù)顯著性檢驗(yàn)結(jié)果 。 至此 ， 完成了曲線估計(jì)的操作 ， SPSS將根據(jù)選擇的模型自動(dòng)進(jìn)行曲線估計(jì) ， 并將結(jié)果顯示到輸出窗口中 。 13 應(yīng)用舉例 教育支出的相關(guān)因素分析 為研究居民家庭教育支出和消費(fèi)性支出之間的關(guān)系 ， 收集到 1978年至 2022年全國人均消費(fèi)性支出和教育支出的數(shù)據(jù) 。 首先繪制教育支出和消費(fèi)性支出的散點(diǎn)圖 。 觀察散點(diǎn)圖發(fā)現(xiàn)兩變量之間呈非線性關(guān)系 ， 可嘗試選擇二次 、 三次曲線 、 復(fù)合函數(shù)和冪函數(shù)模型 ，利用曲線估計(jì)進(jìn)行本質(zhì)線性模型分析 。 其中 ， 教育支出為被解釋變量 ， 消費(fèi)性支出為解釋變量 。 相關(guān)回歸分析（年人均消費(fèi)支出和教育） .sav 14 15 16 17 分析和預(yù)測(cè)居民在外就餐的費(fèi)用 ? 利用收集到 1978年至 2022年居民在外就餐消費(fèi)的數(shù)據(jù) ， 對(duì)居民未來在外就餐的趨勢(shì)進(jìn)行分析和預(yù)測(cè) 。 ? 首先繪制就餐費(fèi)用的序列圖 ， 選擇菜單Graphs－ Sequence。 得到的序列圖表明自 80年代以來居民在外就餐費(fèi)用呈非線性增加 ， 90年代中期以來增長速度明顯加快 ， 大致呈指數(shù)形式 ， 可利用曲線估計(jì)進(jìn)行分析 。 由于要進(jìn)行預(yù)測(cè) ， 因此在曲線估計(jì)主窗口中要單擊 Save按鈕 ， 出現(xiàn)如下窗口： 18 根據(jù)上一例題中的數(shù)據(jù)的輸出結(jié)果 ,分別給出了四種模型的預(yù)測(cè)值 19 ? Save Variables框中： Predicted values表示保存預(yù)測(cè)值； Residual表示保存殘差； Prediction interval表示保存預(yù)測(cè)值默認(rèn) 95％ 置信區(qū)間的上下限值 。 ? Predict cases框中：只有當(dāng)解釋變量為時(shí)間時(shí)才可選該框中的選項(xiàng) 。 Predict from estimation period through last case表示計(jì)算當(dāng)前所有樣本期內(nèi)的預(yù)
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1