统计分析与方法-第七章 回归分析3-非线性回归和多项式回归).pptVIP

可线性化的回归方程 可线性化的回归方程 二元二阶多项式回归模型应用 有关于18个35岁-44岁经理的前两年平均收入x1、风险反感度x2和人寿保险额y的数据。 风险反感度是根据发给每个经理的标准调查表估算得到的，他的系数越大，风险反感度就越高。 研究人员想研究给定年龄组内的经历年平均收入、风险反感度和人寿保险额之间的关系。 研究者预计，在经理的收入和人寿保险额之间成立者二次关系，但是对两个自变量谁否有交互作用未知，因此研究者拟合了一个二阶多项式回归模型： 因此去掉风险反感度的二次效应和收入与风险反感度的交互效应！ 再做回归结果如下： 最后得到回归方程为： 括号中的数值是标准化回归系数。 回归分析—非线性回归和多项式回归 非线性回归——可化为线性回归的曲线回归 实际问题中，有许多回归模型的被解释变量y与解释变量x之间的关系都不是线性的，其中一些回归模型通过对自变量或因变量的函数变化可以转化为线性关系，利用线性回归求解未知参数，并作回归诊断。 如有下列模型： SPSS中可线性化的曲线回归方程 英文名称 中文名称 方程形式 Linear 线性函数 Logarithm 对数函数 Inverse 逆函数 Quadratic 二次曲线 Cubic 三次曲线 Power 幂函数 Compound 复合函数 S S形函数 Logistic 逻辑函数 Growth 增长曲线 Exponent 指数函数 SPSS中可线性化的曲线回归方程 在以上曲线回归函数中 复合函数： 增长曲线： 指数函数： 这三个曲线方程实际上是等价的，只是表达方式不同。 曲线回归应用-例题 对GDP的拟合。选取GDP为因变量，拟合GDP关于时间t的趋势曲线。 首先画散点图： GDP大致为指数 函数形式 Dependent variable.. GDP Method.. COMPOUND-复合函数 Listwise Deletion of Missing Data Multiple R .99593 R Square .99188 Adjusted R Square .99138 Standard Error .08760 Analysis of Variance: DF Sum of Squares Mean Square Regression 1 15.004878 15.004878 Residuals 16 .122782 .007674 F = 1955.31315 Signif F = .0000 -------------------- Variables in the Equation -------------------- Variable B SE B Beta T Sig T 时间 1.192417 .004746 2.707250 251.269 .0000 (Constant) 3603.061130 155.215413 23.213 .0000 Dependent variable.. GDP Method.. GROWTH-增长曲线 Listwise Deletion of Missing Data Multiple R .99593 R Square .99188 Adjusted R Square .99138 Standard Error .08760 Analysis of Variance: DF Sum of Squares Mean Square Regression 1 15.004878 15