SPSS_第五章_相关分析和回归分析.pptVIP

第五章 回归分析与相关分析;第一节 回归和相关的概念;回归分析内容;相关分析;;;;从上表可知，一月气温与海拔高度和纬度的相关系数分别为-0.728和-0.186，说明一月气温与海拔高度和纬度均呈负相关关系；进一步对照其所对应的显著性分别为0.0070.05和0.5630.05，表明一月气温与海拔高度的相关性显著，而一月气温与纬度的相关性不显著。;5.1 下表为青海一月平均气温与海拔高度及纬度的数据，试分析一月平均气温与海拔高度和纬度的偏相关系数（因为第三个变量纬度(海拔)的存在所起的作用,可能会影响纬度(海拔)与一月平均温度之间的真实关系）。;;;;;;将-0.186与-0.875对照；同时再与前面讲的例子对照看有什么不同;5.2 一条河流流经某地区，其降水量X（mm）和径流量Y（mm）多年观测数据如表所示。试建立Y与X的线性回归方程，并根据降水量预测径流量。;;;;;从表中可知FF0.01（p0.01），说明方程通过了显著性检验，说明径流量与降水量之间存在着极显著的直线回归关系;从表中可知tt0.01（p0.01），说明方程中的回归系数通过了显著性检验，说明径流量与降水量之间有真实的直线回归关系。;5.3 随机抽测某渔场16次放养记录，结果如表（投饵量X1 ，放养量X2 ，鱼产量Y ）。试求鱼产量对投饵量、放养量的多元回归方程。（要求进行方程和系数的显著性检验）;;;;方程检验表;系数检验表;7.3 一个地区的地理要素Y的变化可能受到地理因素X1，X2，X3，X4，X5，X6的综合影响，请根据样本观测数据，分析Y与X之间是否存在线性关系，并建立其逐步回归方程（最优回归方程）。 ;;;;方程检验表;系数检验表;7.5 下表给出山脉南侧一组测站年降水量随海拔高度变化的观测值，试建立年降水量依海拔高度的非线性回归方程（一元非线性回归问题）。;线性：Y=b0×b1X 二次曲线：Y=b0+b1X2 复合曲线：Y=b0b1X或lnY=lnb0+Xlnb1 增长：Y=exp(b0+b1X) 拟合对数：Y=b0+b1lnX 三次（立方）模型：Y=b0+b1X+b2X2+b3X3 　S: Y=exp(b0+b1X) 拟合指数方程: Y=b0+eb1X 倒数（逆模型）: Y=b0+b1/X 拟合乘幂曲线: Y=b0Xb1 Logisti: Y=I/((1/u)+b0b1X);;;曲线回归;;MODEL: MOD_3.  Independent: 年降水量 Dependent Mth Rsq d.f. F Sigf b0 b1 b2 b3 海拔高度 LIN .462 10 8.60 .015 -780.60 2.0951 海拔高度 LOG .484 10 9.39 .012 -10241 1672.91 海拔高度 INV .477 10 9.13 .013 2504.03 -1.E+06 海拔高度 QUA .506 9 4.60 .042 -2676.6 6.9415 -.0029 海拔高度 CUB .559 8 3.39 .074 5011.03 -23.623 .0356 -2.E-05 海拔高度 COM .665 10 19.85 .001 63.4154 1.0030 海拔高度 POW .710 10 24.54 .001 6.7E-05 2.4296 海拔高度 S .719 10 25.64 .000 8.9234 -1781.4 海拔高度 GRO .665 10 19.85 .001 4.1497 .0030 海拔高度 EXP .665 10 19.85 .001 63.4154 .0030;曲线形式;多元非线性回归;;;;;;;Nonlinear Regression Summary Statistics Dependent Variable Z Source DF Sum of Squares Mean Square Regression 6 57582.84980 9597.14163 Residual 23 7.46820 .32470 Uncorrected Tota