SPSS在非线性回归分.ppt

SPSS在非线性回归分析中的应用 8.4 SPSS 在非线性回归分析中的应用 8.4.1 非线性回归分析的基本原理 非线性回归分析是探讨因变量和一组自变量之间的非线性相关模型的统计方法。线性回归模型要求变量之间必须是线性关系，曲线估计只能处理能够通过变量变换化为线性关系的非线性问题，因此这些方法都有一定的局限性。相反的，非线性回归可以估计因变量和自变量之间具有任意关系的模型，用户根据自身需要可随意设定估计方程的具体形式。因此，本方法在实际应用中有很大的实用价值。 8.4 SPSS 在非线性回归分析中的应用 非线性回归模型一般可以表示为如下形式： 其中 为期望函数,该模型的结构和线性回归模型非常相似，所不同的是期望函数可能为任意形式，甚至在有的情况下没有显式关系式，回归方程中参数的估计是通过迭代方法获得的。 8.4 SPSS 在非线性回归分析中的应用 8.4.2 非线性回归分析的SPSS操作详解 Step01：打开对话框 选择菜单栏中的【Analyze（分析）】→【Regression（回归）】→【Nonlinear（非线性）】命令，弹出【Nonlinear Regression（非线性回归）】对话框，这是非线性回归的主操作窗口。 8.4 SPSS 在非线性回归分析中的应用 Step02：选择因变量 在【Nonlinear Regression（非线性回归）】对话框左侧的候选变量列表框中选择一个变量，将其添加至【Dependent（自变量）】列表框中，即选择该变量作为非线性回归分析的因变量。 Step03：设置参数变量和初始值 单击【Parameters（参数）】按钮，将打开如下图所示的对话框，该对话框用于设置参数的初始值。 8.4 SPSS 在非线性回归分析中的应用 【Name（名称）】文本框：用于输入参数名称。 【Starting Value（初始值）】文本框：用于输入参数的初始值。 当输入完参数名和初始值后，单击【Add】按钮，则定义的变量及其初始值将显示在下方的参数框中，参数的初始值可根据给定模型中参数定义范围情况而定。如果需要修改已经定义的参数变量，则先将其选中，然后在【Name（名称）】和【Starting Value（初始值）】文本框里进行修改，完成后点击【Change】按钮确认修改。如果要删除已经定义的参数变量，先用将其选中，然后点击【Remove】按钮删除。如果勾选【Use starting values from previous analysis（使用上一分析的起始值）】复选框，表示使用前一次分析确定的初始值；当算法的收敛速度减慢时，可选择它继续进行有哪些信誉好的足球投注网站。完成后单击【Continue】按钮返回主程序窗口。 8.4 SPSS 在非线性回归分析中的应用 Step04：输入回归方程 在【Model Expression（模型表达式）】文本框中输入需要拟合的方程式，该方程中包含自变量、参数变量和常数等。自变量从左侧的候选变量列表框中选择，参数变量从左侧的【Parameters（参数）】列表框里选入。同时，拟合方程模型中的函数可以从【Function（函数组）】列表框里选入；方程模型的运算符号可以用鼠标从窗口“数字符号”显示区中点击输入。 Step05：迭代条件选择 单击【Loss】按钮，将打开如下图所示的对话框。该对话框用来选择损失函数来确定参数的迭代算法。 8.4 SPSS 在非线性回归分析中的应用 Sum of squared residuals：系统默认项，基于残差平方和最小化的迭代算法。 User-defined loss function：自定义选项，设置其他统计量为迭代条件。在下面文本输入框中输入相应的统计量的表达式，这里称为损失函数。 左侧的候选变量列表框中，“RESID_”代表所选变量的残差；“PRED_”代表预测值。可以从左下角的【Parameters（参数）】列表框中选择已定义的参数进入损失函数。 8.4 SPSS 在非线性回归分析中的应用 Step06：参数取值范围选择 单击【Constraints】按钮，将打开如下图所示的对话框。该对话框用来设置回归方程中参数的取值范围。 Unconstrained：无约束条件，系统默认项。 Define parameter constraint：可对选定的参数变量设置取值范围。参数的取值范围用不等式“=，=，=”来定义。例如这里限制参数“b”的迭代范围是“b=5”。 8.4 SPSS 在非线性回归分析中的应用 Step07：选择预测值和残差等输出 单击【Save】按钮，弹出如下图所示的对话