- 1、本文档共60页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第七章 回归分析 第一节 Linear过程 线性回归 第二节 Curve Estimation过程 曲线回归 第三节 Logistic过程 罗辑斯谛回归 第四节 Probit过程 概率单位回归 第五节 Nonlinear过程 非线性回归 回归的主要内容: 从一组样本数据出发,确定这些变量间的定量关系式; 对这些关系式的可信度进行各种统计检验; 从影响某一变量的诸多变量中,判断哪些变量的影响显著,哪些不显著; 利用求得的关系式进行预测和控制。 回归的分类: 按是否线性分:线性回归模型和非线性回归模型。 按自变量个数分:简单的一元回归,多元回归。 利用SPSS得到模型关系式,是否具有适用性,要看回归方程的显著性检验(F检验)和回归系数b的显著性检验(T检验),还要看拟合程度R2 (相关系数的平方,一元回归用R square,多元回归用Adjusted R Square) 回归分析的菜单选项及说明: 在回归过程中包括: Liner:线性回归 Curve Estimation:曲线估计 Binary Logistic: 二分变量逻辑回归 Multinomial Logistic:多分变量逻辑回归 Ordinal 序回归 Probit:概率单位回归 Nonlinear:非线性回归 Weight Estimation:加权估计 2-Stage Least squares:二段最小平方法 Optimal Scaling 最优编码回归 ?第一节 Linear过程 7.1.1 主要功能 调用此过程可完成二元或多元的线性回归分析。在多元线性回归分析中,用户还可根据需要,选用不同筛选自变量的方法(如:逐步法、向前法、向后法,等)。 一元线性回归方程:? 多元线性回归方程: 4. 回归方程的建立 Enter 所有变量都进入方程(全模型) Remove 根据设定好的条件, 删除部分变量, 通常根据变量与模型的相关性 Forward 向前选择 根据条件从无自变量开始逐个选择适合的变量进入模型 Backward 向后剔除法 根据条件从全模型中逐个剔除变量 Stepwise 逐步进入法 注:衡量变量在回归模型中作用的大小,一般用偏回归平方和刻画,令S(i1, i2, … , ik)表示方程中有变量(i1, i2, … , ik)时 残差平方和,则第 i个变量的偏回归平方和定义为: Pi2= S(i1, i2, …im-1,im+1,… , ik)—S(i1, i2, … , ik) Pi越大表明该变量越重要。) 5. 参入分析的观测量的选择: 利用Selection 变量的取 值实现分析中 CASE的选择 6. Statistics 选项设置: R squared Chang : 表示当回归方程中引入或剔除 一个变量后R2的改变量。 7. 共线性诊断:回归方程中,虽然各自变量对因变量都是有意义的,但是某些自变量可能彼此相关,即存在共线性问题,因此需要对方程中的自变量进行共线性诊断。 如果存在常数C0 C1 C2,使C0= C1 X1+C2X2 则称X1,X2具有精确共线性. 如果上式近似成立, 则称近似共线性 当一组自变量有精确共线性时,必须删除引起共线性的一个或多个自变量,当共线性为近似时,要把引起共线性的自变量删除,但必须保证模型丢失信息最少。 共线性诊断常用参数:容许度() 在只有两个变量的情况下,其间的贡献性表现在两个变量间 的相关系数,相关系数为1时,精确共线性,为0时,不存 在共线性。多个变量时,Xi 与其他自变量X之间的复相关 系数的平方体现了共线性,容许度 Toli = 1—R2 当容许度较小时,自变量X与其他变量存在共线性。 容许度测量共线性的条件是:观测量应近似服从正态分布 方差膨胀因子(VIF) 方差膨胀因子 VIF=1/(1—R2) 容许度的倒数,值越大,自变量之间存在共线性可能性越大. 条件参数(Condition Index) Condition Index = 条件参数大于等于30时认为有共线性存在的可能性 共线性问题的解决方法. 剔除不重要的有共线性的变量、增加样本量、重新测量. 7.1.2实例分析 [例7.1]某医师测得10名3岁儿童的身高(cm)、体重(kg)和体表面积(cm2)资料如下。试用多元回归方法确定以身高、体重为自变量,体表面积为应变量的回归方程。 数据准备: 激活数据管理窗口,定义变量名:体表面积为Y,保留3位小数;身高、体重分别为X1
文档评论(0)