实验()回归分析.docVIP

实验七（2）回归分析 一、实验目的与实验要求 掌握回归分析的操作与结果解释 二、实验内容详细介绍 SPSS中提供了进行回归分析的专门过程，利用这些过程，可以对数据的回归作更深入的分析。 1. 一元线性回归 下面通过一个例子对SPSS中一元线性回归的分析过程进行讲解 合金钢的强度y与钢材中碳的含量x有密切关系，为了冶炼出符合要求强度的钢，常常通过控制钢水中的碳含量来达到目的，因此需要了解y与x之间的关系。下面是10组不同的碳含量x（％）对应的钢的强度y（kg/mm2）数据 X 0.03 0.04 0.05 0.07 0.09 0.10 0.12 0.15 0.17 0.20 Y 40.50 39.50 41.00 41.50 43.00 42.00 45.00 47.50 53.00 56.00 具体方法如下： 首先点击菜单项中的“Analyze”|“Regression”|“Linear” 出现如图1所示对话框， 图1 对图1中对话框的一些参数介绍如下： ①Dependent：因变量 Independent：自变量。在进行一元回归时，在该窗口中输入一个变量名；进行多元回归时，在该窗口中输入多个变量名。 Method下拉列表框：在该控件中选择进行回归分析的方法。有Enter、Remove、Stepwise、Backward和Forward等5种方法。 Selection Variable：在该窗口中输入变量名，然后用“Rule”按钮输入选择数据的规则，确定对哪些个案的数据进行回归分析。 Case Labels窗口：在该窗口中输入变量名，用对应变量的值作为标签进行标注。 WLS Weight：对应变量的值作为加权处理的权重。 ②Statistics按钮：打开“Linear Regression: Statistics”对话框，如图2所示，该对话框提供了多个统计量的显示控制。 图2 对图2中的一些参数简单介绍如下： Regression Coefficients方框：该方框内的选项控制有关回归系数统计量的显示： 包括： Estimates：默认时选择此项。计算并显示回归系数。 Confidence intervals：计算并显示预测区间 Covariance matrix：计算并显示回归系数的方差协方差矩阵，矩阵的对角线上为方差，对角线上下为协方差。 Residuals方框：该方框中的选项进行有关残差的设置 Model fit：默认时选择此项，计算并显示相关系数、相关系数的平方、调整的相关系数、标准误差和ANOVA表。 R squared change：表示增删一个独立变量时相关系数的变化。如果增删某相关变量时相关系数变化较大，则说明该变量对因变量的影响较大。 Descriptives：显示变量数据的均值、标准离差和单侧条件下的相关矩阵。 Part and partial correlation：显示部分相关和偏相关矩阵。 Collinearity diagnostics：进行共线性诊断 ③点击Plots按钮，打开“Linear Regression:Plots”对话框如图3所示。在该对话框中进行设置，可以生成残差图、直方图、正态P-P概率图和局部回归图（Partial Regression Plot） 图3 图3中的左侧列表框中变量的含义如下： DEPENDNT：因变量 ZRESID：标准化残差 ADJPRED：调节预测值 SDRESID：学生化剔除参差 ZPRED：标准化预测值 DRESID：剔除残差 SRESID：学生化残差 X窗口和Y窗口：在这两个窗口中分别输入变量名，则对应变量的数据作为图形X轴和Y轴的度量。 Standardized Residual Plots：在该方框中选择要生成图形的类型。 Histogram：直方图 Normal Probability：生成正态P-P概率图 Produce all partial plots：生成所有局部回归图。 ④Save按钮 利用该对话框，可以保存过程运行中生成的部分或全部统计量。 ⑤Option按钮：单击该按钮，打开如图4所示对话框 图4 图4中的对话框的含义如下： Stepping Method Criteria：选择该方框内的单选钮，并进行相关输入，确定设置进入值和剔除值的标准。 Use probability of F：用变量的F显著性概率作为评判标准。在“Entry”窗口输入数值，作为评判进入值的标准值，当某变量的F显著性概率小于该数值时，此变量进入回归方程式；在“Removal”窗口输入数值，作为评判剔除值的标准值，当变量的F显著性概率大于该数值时，从回归方程式中剔除该变量。 Use F value：用变量的F值作为评判标准。在“Entry