SPSS+ORGINPSS回归分析.ppt

第4章 回归分析Analysis Of Regression 回归分析的过程 (1)确定变量。包括变量的个数、自变量和因变量。 (2)确定数学模型。即自变量和因变量之间的关系。确定数学模型有两点要注意，一是能否通过数据变换找到尽可以简单的模块，因为模型越简单，处理越方便，思路越清楚；二是模型中相关参数是否有物理意义，这一点是很重要的，因为实验模型并不是纯数学游戏，计算参数是为了解决问题，因此如果引入的参数没有确定的物理意义，这显然不是一个好的模型，即使这个函数将数据拟合得很好。 回归分析的过程 (3)交由计算机软件进行反复逼近，有必要时进行人为干预。计算机与人类相比的主要好处一是运算速度快得多，二是计算过程精确不会错漏，但如果模型是错误的，则运算结果将会错得更远。因此人为干预是必不可少的。 (4)根据运算结果，特别是相关系数进行检验。理论上相关系数接近1越好，但也要结合常识对结果参数的物理意义特别是取值范围进行判断。 (5)如果结果不满意，则重新修改模型的参数再进行运算。 一般来说，对于具有线性相关关系的两个变量，可以用直线方程来表示它们之间的关系，即 以上称为一元总体回归模型。式中β0和β1是未知参数， β0称为回归参数， β1称为回归系数；ε称为随机扰动项，代表主观或客观原因造成的不可观测的随机误差，它是一个随机变量。 (2)P.83 例4-1 Example of