【正文】
值(所謂標(biāo)準(zhǔn)化 Y預(yù)測值是指將根據(jù)回歸方程求得的 Y預(yù)測值轉(zhuǎn)化成按均數(shù)為 0、標(biāo)準(zhǔn)差為 1的標(biāo)準(zhǔn)正態(tài)分布的 Y值)并將計算結(jié)果保存入原數(shù)據(jù)庫。 ? 回歸方程的復(fù)相關(guān)系數(shù)為 ,決定系數(shù)(即r2)為 ,經(jīng)方差分析, F=,P=,回歸方程有效。 ? 點擊 Statistics...鈕選擇是否作變量的描述性統(tǒng)計、回歸方程應(yīng)變量的可信區(qū)間估計等分析; ? 點擊 Plots...鈕選擇是否作變量分布圖(本例要求對標(biāo)準(zhǔn)化 Y預(yù)測值作變量分布圖); ? 點擊 Save...鈕選擇對回歸分析的有關(guān)結(jié)果是否作保存(本例要求對根據(jù)所確定的回歸方程求得的未校正 Y預(yù)測值和標(biāo)準(zhǔn)化 Y預(yù)測值作保存); ? 點擊 Options...鈕選擇變量入選與剔除的 α 、 β值和缺失值的處理方法。 ? 選 y,點擊 ?鈕使之進(jìn)入 Dependent框; ? 選 x x2,點擊 ?鈕進(jìn)入 Indepentdent(s)框; ? 在 Method處下拉菜單,共有 5個選項: Enter(全部入選法)、 Stepwise(逐步法)、 Remove(強(qiáng)制剔除法)、 Backward(向后法)、 Forward(向前法)。輸入原始數(shù)據(jù),結(jié)果如圖 。試用多元回歸方法確定以身高、體重為自變量,體表面積為應(yīng)變量的回歸方程。如圖所示。 ? 由于多元線性回歸的計算量比較大,所以有必要應(yīng)用統(tǒng)計分析軟件實現(xiàn)。一、線性回歸分析 ? 線性回歸是統(tǒng)計分析方法中最常用的方法之一。如果所研究的現(xiàn)象有若干個影響因素,且這些因素對現(xiàn)象的綜合影響是線性的,則可以使用線性回歸的方法建立現(xiàn)象 (因變量)與影響因素(自變量)之間的線性函數(shù)關(guān)系式。 ? SPSS軟件中進(jìn)行線性回歸分析的選擇項為Analyze→ Regression→ Linear。 (一)雙變量線性回歸 ? 某醫(yī)師測得 10名 3歲兒童的身高( cm)、體重( kg)和體表面積( cm2)資料如下。 兒童編號 體表面積( Y) 身高( X1) 體重( X2) 1 2 3 4 5 6 7 8 9 10 數(shù)據(jù)準(zhǔn)備 ? 激活數(shù)據(jù)管理窗口,定義變量名:體表面積為 Y,保留 3位小數(shù);身高、體重分別為 X X2, 1位小數(shù)。 統(tǒng)計分析 ? 激活 Analyze菜單選 Regression中的 Linear...項,彈出 Linear Regression對話框。 ? 本例選用 Enter法,點擊 OK鈕即完成分析。 結(jié)果解釋 ? 本例以 X X2為自變量, Y為應(yīng)變量,采用全部入選法建立回歸方程。 ? 回歸方程為 Y=+。 ? 系統(tǒng)將原始的 X X2值代入方程求 Y值預(yù)測值(即庫中 pre_1欄)和標(biāo)準(zhǔn)化 Y預(yù)測值。 R e g r e ss i o n S t a n d a r d i z e d R e s i d u a l1 . 5 01 . 0 0. 5 00 . 0 0 . 5 0 1 . 0 0 1 . 5 0H i st o g r a mD e p e n d e n t V a r i a b l e : YFrequency3 . 53 . 02 . 52 . 01 . 51 . 0.50 . 0S t d . De v = . 8 8 M e a n = 0 . 0 0N = 1 0 . 0 0? Y = + ? Y = + ? 例:為了考察火柴銷售量的影響因素,選擇煤氣戶數(shù)、卷煙銷量、蚊香銷量、打火石銷量作為影響因素,得數(shù)據(jù)表。 (二)多元線性回歸分析 年份 火柴銷售量 (萬件) 煤氣戶數(shù) (萬戶) 卷煙銷量 (百箱) 蚊香銷量 (十萬盒) 打火石銷量 (百萬粒) 75 76 77 78 79 80 81 82 54 ? 打開數(shù)據(jù)文件,單擊 Analyze ? Regression ? Linear打開 Linear 對話框如圖所示。 ?從 Method 框內(nèi)下拉式菜單中選擇回歸分析方法: 強(qiáng)行進(jìn)入法 (Enter),消去法 (Remove),向前選擇法(Forward),向后剔除法 (Backward)及逐步回歸法(Stepwise)五種。 ? Enter(強(qiáng)迫引入法默認(rèn)選擇項 ) 定義的全部自變量均引入方程; ? Remove(強(qiáng)迫剔除法 ) 定義的全部自變量均刪除; ? Forward(向前引入法 ) 自變量由少到多一個一個引入回歸方程,直到不能按檢驗水準(zhǔn)引入新的變量為止。 ? Backward(向后剔除法 ) 自變量由多到少一個一個從回歸方程中剔除,直到不能按檢驗水準(zhǔn)剔除為止。 ? Step