方差分析、主成分分析、相关以及和回归分析.ppt

主成分分析;目录页;;;;方差分析的应用条件;;;单击“两两比较”;;;;主成分分析;*;*;*;主成分分析的任务;*;*;例：1980年某汽车制造商从竞争对手中选择了17种车型，访问了25名顾客，要求他们根据自己的偏好对这17种车型打分，打分范围0-9.9分。如下表：;;点击“继续”，回到主页点击”确定“;;;;;;相关关系的常见类型： 线性相关：正线性相关、负线性相关 非线性相关 相关关系不象函数关系那样直接,但却普遍存在,且有强有弱.如何测度?;相关分析和回归分析的任务;回归分析;相关分析;绘制散点图;计算相关系数;基本操作步骤 (1)菜单选项:analyze-correlate-bivariate... (2)选择计算相关系数的变量到variables框. (3)选择相关系数(correlation coefficients). (4)显著性检验(test of significance) tow-tailed:输出双尾概率P. one-tailed:输出单尾概率P ;(一)一元回归方程: y=β0+β1x β0为常数项；β1为y对x回归系数，即:x每变动一个单位所引起的y的平均变动 (二)一元回归分析的步骤 利用样本数据建立回归方程 回归方程的拟和优度检验 回归方程的显著性检验(t检验和F检验) 残差分析 预测 ;;;;;;;;;;思考