spss第十五讲回归分析.ppt

第十讲 回归分析、线性回归和曲线估计;第一部分 第十讲回顾;偏相关分析的公式表达;相关分析的命令语句;结果分析;相关系数;零阶相关矩阵关系;距离分析;距离分析命令语句;结果分析;什么是回归分析？;回归分析的模型;回归分析的过程;第三部分 线性回归;线性回归的过程;(一) 一元线性回归模型(linear regression model);一元线性回归模型（基本假定）;误差项 ? 满足条件;估计的回归方程(estimated regression equation);（二） 参数的最小二乘估计;Karl Gauss的最小化图;参数的最小二乘估计 ( 和 的计算公式);（三） 回归直线的拟合优度;误差分解图;;误差平方和的分解 (三个平方和的意义);判定系数R2  (coefficient of determination);估计标准误差(standard error of estimate);（四） 显著性检验;线性关系的检验 (检验的步骤) ;回归系数的检验和推断;回归系数的检验和推断(样本统计量 的分布);回归系数的检验和推断 (检验步骤) ;回归系数的检验和推断 (b1和b0的置信区间) ;;区间估计平均值的置信区间;;置信区间和预测区间;用残差证实模型的假定;一、检验方差齐性残差(residual);残差图(residual plot);残差图(形态及判别);二、检验正态性标准化残差(standardized residual);标准化残差图;SPSS 线性回归分析;SPSS过程;;Method选项;Rule选项;Statistics 选项;Plots选项该对话框可以分析资料的正态性、线性和方差齐性，还可以检测奇异值或异常值等。;Save对话框;Options选项;实例分析;;结果分析;相关系数;引入或剔除变量表;模型摘要;方差分析表;回归系数;回归诊断;残差统计量;回归标准化残差的直方图;回归标准化的正态P-P图;因变量与回归标准化预测值的散点图;数据编辑窗口新增变量;在十九世纪四、五十年代，苏格兰物理学家James D.Forbes，试图通过水的沸点来估计海拔高度。由于可以通过气压来估计海拔，他在阿尔卑斯山以及苏格兰收集了沸点及海拔的数据如表所示。现在通过线形回归拟合气压与沸点的关系。 ;散点图;执行【Analyze】/【Regression】/【Linear】命令,弹出【Linear】对话框 ;程序;结果解读 模型拟合度检验 ;方差分析表 ;回归分析结果 ;???残差统计量的分析;残差统计量检验 ;多元线性回归的例子;雇员对其主管满意度的调查 ;;模型拟合度检验;方差分析;回归分析结果;结果解读 剔除变量列表 ;共线性检验指标 ;共线性检验结果 ;第四部分 曲线估计;SPSS过程;;;Save选项;实例;;结果分析;方差分析表;回归系数;三次函数模型的主要结果;方差分析表;回归系数;指数模型的主要结果;方差分析表;回归系数;3类模型对比;拟合曲线;已知有某次泥石流的各阵观测数据保存在如图所示的数据文件“nishiliu.sav”中，试拟合各阵泥石流泥面宽与泥深之间的关系。 ; 执行【Analyze】/【Regression】/【Curve Estimation】命令,弹出【Curve Estimation】对话框 ;结果解读 模型拟合度以及方差分析表同线性回归类似 二次模型拟合系数如下;三类模型的拟合曲线