回歸分析二ppt課件-資料下載頁
2025-01-19 21:07本頁面
【正文】 ， 的取值為當樣本為大學文化程度時，取值為 ， ， 的取值為當樣本為研究生文化程度時，取值為 ， ， 的取值為0 1 1 1 2 2y x z zb b ? ?? ? ? ?虛擬自變量的回歸 1. 回歸模型中使用虛擬自變量時 ， 稱為虛擬自變量的回歸 2. 當虛擬自變量只有兩個水平時 ， 可在回歸中引入一個虛擬變量 ? 比如 ， 性別 (男 ， 女 ) 3. 一般而言 ， 如果定性自變量有 k個水平 ， 需要在回歸中模型中引進 k1個虛擬變量 1 2 11 1 1 2 1z , z , , z0 0 0kk?? ? ?? ? ?? ? ?? ? ?水平 水平 水平其他水平 其他水平 其他水平虛擬自變量的回歸 (例題分析 ) 【 例 】 為研究考試成績與性別之間的關系， 從某大學商學院隨機抽取男女學生各 8名 ， 得到他們的市場營銷學課程的考試成績?nèi)缦卤? 虛擬自變量的回歸 (例題分析 ) 散點圖 SPSS操作 考試成績與性別的散點圖255075100性別考試成績男 女 虛擬自變量的回歸 (例題分析 ) ? 引進虛擬變量時 ， 回歸方程可寫 ? E(y) =b0+ b1x,即： E(y) =+ ? 男 ( x=0)： E(y) =b0— 男學生考試成績的期望值 ? 女 (x=1)： E(y) =b0+ b1— 女學生考試成績的期望值 ? 注意：當指定虛擬變量 0— 1時 ? b0總是代表與虛擬變量值 0所對應的那個分類變量水平的平均值 ? b1總是代表與虛擬變量值 1所對應的那個分類變量水平的平均響應與虛擬變量值 0所對應的那個分類變量水平的平均值的差值 ， 即 ? 平均值的差值 =(b0+ b1) b0= b1 虛擬自變量的回歸 (例題分析 ) 【 例 】 為研究 工 資 水 平與 工 作 年 限和 性 別 之 間的關系 ， 在某 行 業(yè) 中 隨機抽取 10 名職工 ， 所得數(shù)據(jù)如下表 y與 x1的回歸及分析 y與 x x2的回歸及分析 虛擬自變量的回歸 (例題分析 ) ? 引進虛擬變量時 ， 回歸方程可寫： E(y) =b0+ b1x1+ b2x2， 即： E(y) =+388x1+1263x2 ? 女 ( x2=0)： E(y|女性 ) =b0 +b1x1 ? 男 (x2=1)： E(y|男性 ) =(b0 + b2 ) +b1x1 ? b0的含義表示：女性職工的期望月工資收入 ? (b0+ b2)的含義表示：男性職工的期望月工資收入 ? b1含義表示：工作年限每增加 1年 ， 男性或女性工資的平均增加值 ? b2含義表示：男性職工的期望月工資收入與女性職工的期望月工資收入之間的差值 (b0+ b2) b0= b2 多個虛擬變量的回歸 例：不同年齡、受教育程度和居住地婦女曾生子女的樣本數(shù)據(jù)如表中所示，現(xiàn)分析婦女的年齡 (AGE)，文化程度 (EDU)及居住地 (AREA)狀況對其曾生子女 (CEB)的影響。 可使用 SPSS中的 Transform中的 Compute功能建立虛擬變量 虛擬變量回歸與方差分析 ? 一個非數(shù)值型自變量的線性回歸相當于單因素方差分析 ? 二個非數(shù)值型自變量的線性回歸相當于雙因素方差分析 ? 含有數(shù)值型變量與非數(shù)值型變量的線性回歸相當于協(xié)方差分析 ? 多個非數(shù)值型變量的回歸一般只做線型模型的主效應 。 當非數(shù)值變量較多時 ， 不如做方差分析 結 束
教學課件相關推薦
鄂ICP備17016276號-1