SPSS_第五章_相关和回归题材.ppt

第五章 回归分析与相关分析 第一节 回归和相关的概念 相关分析 曲线回归 检验结果和系数 曲线形式 多元非线性回归 方程检验表 从表中可知，方程最多引入变量X6、X2、X5时其对应的F值大于F0.01（p0.01），说明方程通过了显著性检验，说明地理要素Y依地理因素X6、X2、X5的逐步线性回归达到显著水平 系数检验表 从表中可知引入自变量变量X6、X2、X5对应的t均大于t0.01（p0.01），说明地理因素Y对地理要素X6、X2、X5的偏回归系数达极显著水平即通过显著性检验；而其它的X1、X3、X4的偏回归系数没有通过显著性检验，所以被剔除。则所见最优（逐步）回归方程为 Y=-11.675-0.103X6-0.362X2-0.419X5 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）。 832 1830 894 1790 987 1670 1022 1440 1168 1280 982 1040 958 830 831 640 727 510 691 470 660 350 480 220 年降水量 海拔高度 一元非线性回归分析 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) 11种曲线形式 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 * 回归分析内容 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，一月平均气温与纬度是否存在线性关系（计算一月气温分别与海拔高度和纬度的简单相关系数）。 36.6 226 -8.6 西宁 35.9 208 -6.4 尖扎 33.8 397 -13.3 吉迈 36.8 268 -10.4 察尔汗 35.3 465 -17.3 伍道梁 38.9 336 -18.2 托勒 38.4 314 -12.3 茫崖 37.1 320 -14.2 铁卜加 36.3 284 -11.3 共和 35 422 -16.9 玛多 33.8 442 -17 清水河 32.2 364 -6.9 昂欠 纬度 海拔高度 一月气温 测站 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