spss線性回歸ppt課件-在線瀏覽
2025-06-29 05:35本頁(yè)面
【正文】 模型。采用哪種擬合方式主要取決于各種擬合模型對(duì)數(shù)據(jù)的充分描述 (看修正 Adjusted R2 1) 不同模型的表示 模型名稱 回歸方程 相應(yīng)的線性回歸方程 Linear(線性 ) Y=b0+b1t Quadratic(二次 ) Y=b0+b1t+b2t2 Compound(復(fù)合 ) Y=b0(b1t) Ln(Y)=ln(b0)+ln(b1)t Growth(生長(zhǎng) ) Y=eb0+b1t Ln(Y)=b0+b1t Logarithmic(對(duì)數(shù) ) Y=b0+b1ln(t) Cubic(三次 ) Y=b0+b1t+b2t2+b3t3 S Y=eb0+b1/t Ln(Y)=b0+b1 / t Exponential(指數(shù) ) Y=b0 * eb1*t Ln(Y)=ln(b0)+b1t Inverse(逆 ) Y=b0+b1/t Power(冪 ) Y=b0(tb1 ) Ln(Y)=ln(b0)+b1ln(t) Logistic(邏輯 ) Y=1/(1/u+b0b1t) Ln(1/Y1/u)=ln(b0+ln(b1)t) 曲線估計(jì) (Curve Estimation)分析實(shí)例 實(shí)例 P247 Data1101 ：有關(guān)汽車數(shù)據(jù)，看 mpg(每加侖汽油行駛里程 )與 weight(車重 )的關(guān)系 ? 先做散點(diǎn)圖 (Graphs ScatterSimple)： weight(X)、mpg(Y)，看每加侖汽油行駛里程數(shù) mpg(Y)隨著汽車自重weight(X)的增加而減少的關(guān)系，也發(fā)現(xiàn)是曲線關(guān)系 ? 建立若干曲線模型（可試著選用所有模型 Models) ? AnalyzeRegression Curve Estimation ? Dependent: mpg ? Independent: weight ? Models: 全選 (除了最后一個(gè)邏輯回歸 ) ? 選 Plot models：輸出模型圖形 ? 比較有用的結(jié)果：各種模型的 Adjusted R2，并比較哪個(gè)大，結(jié)果是指數(shù)模型 Compound的 Adjusted R2=（擬合情況可見(jiàn)圖形窗口） , 結(jié)果方程為： mpg=* ? 說(shuō)明： Growth和 Exponential的結(jié)果也相同，也一樣。這就要求建立的模型必須因變量的取值范圍在 0～ 1之間。包含一個(gè)自變量的回歸模型和多個(gè)自變量的回歸模型公式： 其中： z=B0+B1X1+… BpXp(P為自變量個(gè)數(shù)）。因此最主要的是求 B0,B1,… Bp(常數(shù)和系數(shù) ) ? 數(shù)據(jù)要求：因變量應(yīng)具有二分特點(diǎn)。 如果自變量是分類變量應(yīng)為二分變量或被重新編碼為指示變量。 ? 回歸系數(shù)： 幾率和概率的區(qū)別。如從 52張橋牌中抽出一張 A的幾率為 (4/52)/(48/52)=1/12，而其概率值為 4/52=1/13 根據(jù)回歸系數(shù)表，可以寫(xiě)出回歸模型公式中的 z。 zeev en
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1