2012预测-第3讲(回归)-2试题.ppt

主对话框操作-向前筛选策略(向前LR) 子对话框 解释变量 中的分类 变量设置 需点击 更改按钮 变量编码结果 逐步筛选策略(向前LR)-结果 回归方程的 显著性检验 -对数似然比 卡方检验 回归系数的 显著性检验 年龄变量的 p值大于0.1 错判矩阵 越小越好 越接近1,模型 拟合优度越高, 类似回归中的R 回归方程的 显著性检验 模型拟合优度: pa时认为模型拟合优度高, 此处 p0.05,认为拟合优度较低 预测分类图 预测与实际不符 3.7 其它回归方法 (自学) 1 多元Logit回归(因变量为多元变量) 2 有序回归(因变量为顺序变量) 3 Probit回归 4 最佳尺度回归 5 两阶最小二乘法回归 对于这些内容的SPSS应用，可进一步阅读参考书，杜强、贾丽艳，《SPSS统计分析从入门到精通》，人民邮电出版社，2011年 该书中的第8章，回归分析。 Thank you * * 预测理论与方法 授课教师：杨小宝 副教授 北京交通大学 2012.11 3.1 概述 3.2 相关分析 3.3 线性回归 3.4 曲线估计 3.5 非线性回归 3.6 二项Logisitc回归 回归分析 3.4 曲线估计 1 曲线估计概述 2 曲线估计的基本操作 3曲线估计的应用举例 3.4.1 曲线估计概述 变量间的相关关系中，并不总是表现出线性关系，非线性关系也是极为常见的。变量之间的非线性关系可以划分为本质线性关系和本质非线性关系。本质线性关系是指变量关系形式上虽然呈非线性关系，但可通过变量变换为线性关系，并最终可通过线性回归分析建立线性模型。本质非线性关系是指变量关系不仅形式上呈非线性关系，而且也无法变换为线性关系。曲线估计是解决本质线性关系问题的。 常见的本质线性模型有： 1、二次曲线(Quadratic), 方程为 ，变量变换后的方程为 2、复合曲线(Compound)，方程为 ，变量变换后的方程为 3、增长曲线(Growth)，方程为 ，变量变换后的方程为 4、对数曲线(Logarithmic),方程为 ，变量变换后的线性方程为 5、三次曲线(Cubic), 方程为 ，变量变换后的方程为 6、S曲线(S)，方程为 ，变量变换后的方程为 7、指数曲线（Exponential），方程为 ，变量变换后的线性方程为 8、逆函数（Inverse），方程为 变量变换后的方程为 9、幂函数（Power），方程为 变量变换后的方程为 10、逻辑函数（Logistic），方程为 变量变换后的线性方程为 SPSS曲线估计中，首先，在不能明确究竟哪种模型更接近样本数据时，可在多种可选择的模型中选择几种模型； 然后SPSS自动完成模型的参数估计，并输出回归方程显著性检验的F值和概率p值、判定系数R2等统计量； 最后，以判定系数为主要依据选择其中的最优模型，并进行预测分析等。 另外，SPSS曲线估计还可以以时间为解释变量实现时间序列的简单回归分析和趋势外推分析。 可通过绘制并观察样本数据的散点图粗略确定被解释变量和解释变量之间的相关关系，为曲线拟合中的模型选择提供依据。SPSS曲线估计的基本操作步骤是： 1)选择菜单Analyze ?Regression ?Curve Estimation， 2) 把被解释变量选到Dependent框. 3.4.2 曲线估计的基本操作 相关回归分析（年人均消费支出和教育）.sav 3) 曲线估计中的解释变量可以是相关因素变量也可是时间变量。如果解释变量为相关因素变量，则选择Variable选项，并把一个解释变量指定到Independent框；如果选择Time参数则表示解释变量为时间变量。 4) 在Models中选择几种模型。 5) 选择Plot Models选项绘制回归线；选择Display ANOVA table输出各个模型的方差分析表和各回归系数显著性检验结果。 至此，完成了曲线估计的操作，SPSS将根据选择的模型自动进行曲线估计，并将结果显示到输出窗口中。 1、教育支出的相关因素分析 为研究居民家庭教育支出和消费性支出之间的关系，收集到1978年至2002年全国人均消费性支出和教育支出的数据。 首先绘制教育支出和消费性支出的散点图。观察散点图发现两变量之间呈非线性关系，可尝试选择二次、三次曲线、复合函数和幂函数模型，利用曲线估计进行本质线性模型分析。其中，教育支出为被解释变量，消费性支出为解释变量。 相关回归分析（年人均消费支出和教育）.sav 3.4.3 曲线估计的应用举例 2、分析和预测居民在外就餐的费用