logistic回歸分析ppt課件(參考版)
2025-05-15 05:32本頁面
【正文】 然后就 ContinueOK。 SPSS的 回歸分析 自變量中有定性變量 （ 啞元 ） 和定量變量而因變量為定量變量時的線性回歸分析 () ? 菜單： Analize－ General linear model－ Univariate， ? 在 Options中選擇 Parameter Estimates， ? 再在主對話框中把 因變量 （ s1） 選入 Dependent Variable， 把 定量自變量 (j3)選入 Covariate， 把 定性因變量 （ ine） 選入 Factor中 。 SPSS的 回歸分析 自變量和因變量都是定量變量時的線性回歸分析： ? 菜單： Analize － Regression －Linear ? 把有關的自變量選入 Independent，把因變量選入 Dependent， 然后 OK即可 。 它已經成為其他回歸的一個基礎。 但是，任何模型都是某種近似； 線性回歸當然也不另外。 輸出的結果有回歸系數和一些檢驗結果 。 然后再點擊 Model， 在 Specify Model中選 Custom， 再把兩個有關的自變量選入右邊 ， 再在下面Building Term中選 Main effect。 這時的擬合直線有三條 ， 對三種家庭收入各有一條 : 2 8 . 7 0 8 0 . 6 8 8 1 1 . 0 6 6 ,2 8 . 7 0 8 0 . 6 8 8 4 6 7 9 ,2 8 . 7 0 8 0 . 6 8 8 ,yxyxyx? ? ?? ? ???（低收入家庭），. （中等收入家庭），（高收入家庭）。 約束條件可以有很多選擇 ， 一種默認的條件是把一個參數設為 0， 比如 ?3=0， 這樣和它有相對意義的 ?1和 ?2就可以估計出來了 。自變量中有定性變量的回歸 現在只要估計 ?0, ?1,和 ?1, ?2, ?3即可 。 40 50 60 70 80 90 100405060708090100J3S101yx? ? ?? ? ?2 6 . 4 4 0 . 6 5yx??檢驗問題等 對于系數 ?1=0的檢驗 對于擬合的 F檢驗 R2(決定系數 )及修正的 R2. 多個自變量的回歸 0 1 1 2 2 kky x x x? ? ? ? ?? ? ? ? ? ?如何解釋擬合直線 ? 什么是逐步回歸方法 ? 自變量中有定性變量的回歸 例 1()的數據中 ,還有一個自變量是定性變量 “ 收入 ” ,以虛擬變量或啞元(dummy variable)的方式出現 。 ? AnalyzeRegression Binary Logistic ? Dependent: ln_yesno ? Covariates: age, time,path
教學課件相關推薦
鄂ICP備17016276號-1