[第12讲回归概念回归系数.ppt

线性回归分析 三、线性回归分析 SPSS操作及案例分析 结果分析： 从建立的散点图来看，自变量x和因变量y之间存在一定的线性关系，但数据分布较为分散，所以相关程度不是很高。 曲线估计 三、线性回归分析 SPSS操作及案例分析 结果分析： (3)方差分析表： 从表中可以看出，F分布的显著性概率为0.000，说明因变量和自变量的线性关系是显著的，可建立线性模型 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 三、线性回归分析 SPSS操作及案例分析 结果分析： (4)模型系数表 表中显示回归模型中的常数项(Constant) 非标准化的回归系数(Unstandardized Coefficients)B值及其标准误差(Std. Error) 标准化的回归系数(standardized Coefficients)Beta值、t值以及显著性水平(Sig.) Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 三、线性回归分析 SPSS操作及案例分析 结论： 从表中可以得到5个回归模型的方程 第5个回归方程为 回归系数的伴随概率为0.000，相关系数为0.917，判定系数为0.84，说明回归方程解释了整个因变量变异程度的84%，说明变量之间相关程度高，回归方程的拟合优度高。 对当前工资影响较大的依次为：开始工资、工种、来本公司前的工作经验、来公司工作时间和受教育时间，主要考虑的是Beta值的大小。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 四、曲线估计 曲线估计的概念 现实生活中，变量之间的关系并非都是线性相关，实际上非相关关系更为常见，除了可以通过绘制散点图的方式粗略地考察这种非线性关系，还可以用曲线估计来进行拟合。 曲线估计(曲线拟合、曲线回归)是指选定一种用方程表达的曲线，使得实际数据与理论数据之间的差异尽可能地小。 曲线选择得好的话，那么可以揭示因变量与自变量的内在关系，并对因变量的预测有一定意义。 曲线估计中需要解决的问题 一是选用哪种理论模型，即用哪种方程来拟合观测值 二是当模型确定后，如何选择合适参数，使得理论数据和实际数据的差异最小 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. * SPSS基础与Access数据库 姓 名: 电 话: E - mail: 上课时间: 上课程点: 答疑地点: 答疑时间: 商务信息学院计算机教学部 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 相关分析 相关分析就是描述两个或两个以上变量间关系密切程度的统计方法，有效地揭示事物之间相关关系的强弱程度。 二元变量分析 偏相关分析 距离相关分析 上节回顾 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 第13讲回归分析 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 基本