SPSS第8章.pptVIP

SPSS统计软件 回归分析 打开对话框： 将城巿化率调入“Dependent：”下的文本框中，作为因变量；将识字率调入“Independent (s)：”下的文本框中，作为自变量。 * * 在教育研究中，常常会遇到彼此有关系的两列或多列变量。根据不同的目的，可以从不同的角度去分析变量之间的关系。 上一章介绍的相关分析，旨在分析变量之间关系的强度，可以找到一个度量这种关系强度的指标——相关系数。 假设两个变量X和Y的相关显著，说明这两个变量有某种程度的共变关系，现希望通过X的值去预测Y的值，或者希望了解Y的变化在多大程度上可以由X的变化来解释。这时，称Y为因变量(dependent variable)，X为自变量(independent variable)或预测变量。 如果我们的目的是确定变量之间数量关系的可能形式，并用一个数学模型来表示这种关系形式，叫做回归分析(regression analysis)。 高尔顿（F. Galton.1822-1911） 回归分析的基本思想和方法以及回归这一名称的由来都要归功于英国统计学家高尔顿。高尔顿和他的学生皮尔逊在研究父母身高与其子女身高的遗传问题时，考察了1078对夫妇。以每对夫妇的平均身高作为自变量，取他们的一个成年儿子的身高为因变量，结果发现两者近乎一条直线，其回归直线方程为： 这一回归方程表明父母身高每增加一个单位时，其成年儿子的身高