1.线性回归分析.pptVIP

第七讲 回归分析;一、线性回归分析 ;SPSS软件中进行线性回归分析的选择项为Analyze→Regression→Linear。如图所示。;（一）双变量线性回归;1、数据准备;2、统计分析;;;3、结果解释;;;;;;;例：为了考察火柴销售量的影响因素，选择煤气户数、卷烟销量、蚊香销量、打火石销量作为影响因素，得数据表。 建立火柴销售量对于相关因素煤气户数、卷烟销量、蚊香销量、打火石销量的线性回归模型，通过对模型的分析，找出合适的线性回归方程。;年份;1、打开数据文件，单击Analyze ? Regression ? Linear打开Linear 对话框如图所示。;;;;;Regression Coefficients栏，回归系数选项栏： Estimates (系统默认): 输出回归系数的相关统计量。 Confidence intervals:输出每一个非标准化回归系数95％的置信区间。 Covariance matrix: 输出协方差矩阵。;;Residuals 残差栏： Durbin-Watson：D.W检验. Casewise diagnostics: 奇异值诊断,有两个选项： Outliers outside( )standard deviations:奇异值判据，默认项标准差≥3。 All case 输出所有观测量的残差值。 本例中选择D.W检验及奇异值诊断，选择标准差为2，即置信度约为95%。;4、如果需要观察图形，可单击Plots按纽，打开Linear Regression：Plots对话框如图所示。在此对话框中可以选择所需要的图形。;;Standardized Residual Plots栏，标准化残差图类型： Histogram: 标准化残差直方图 Normal probability plot 标准化残差序列的正态分布概率图. Produce all partial plots 依次绘制因变量和所有自变量的散布图 本例中选择因变量Dependent与标准化残差ZRESID的残差图。 ;5、单击Options按纽，打开Linear Regression：Options对话框，如图所示。可以从中选择模型拟合判断准则Stepping Method Criteria 及缺失值的处理方式。;;6、如果要保存预测值等数据，可单击Save按纽打开Linear Regression：Save对话框。选择需要保存的数据种类作为新变量存在数据编辑窗口。其中有预测值、残差，预测区间等。本例中不做选择。 7、当所有选择完成后，单击OK，得到分析结果; Model Summary(d) 模型综合分析表 ;方差分析表; 回归系数;;;;;;相关系数表 ;残差统计 ;共线性诊断表 ;练习1;练习2;二、曲线估计 ;;人均消费支出与教育支出数据表 ;解：首先根据上表建立数据，作出人均消费支出与教育支出的散点图，如下：由上面图形可以看出，两个变量的散点图为增长的曲线形式，故选择合适的函数进行曲线估计。 ;1、单击Analyze ? Regression ? Curve Estimation打开Curve Estimation对话框。 2、选择估计曲线：SPSS有多条曲线形式供选择。;;3、单击Save按纽，打开Save对话框如图所示。; 曲线估计输出表 ;曲线图 ;;;;三、 Logistic回归分析;;术后感染 Y;激活数据管理窗口，定义变量名：术后感染为Y（字符变量，有输入Y、无输入N），年龄为X1，手术创伤程度为X2，营养状态为X3，术前预防性抗菌为X4（字符变量，有输入Y、无输入N），白细胞数为X5，癌肿病理分度为X6。;;;1、Enter：所有自变量强制进入回归方程； 2、Forward: Conditional：以假定参数为基础作似然比概率检验，向前逐步选择自变量； 3、Forward: LR：以最大局部似然为基础作似然比概率检验，向前逐步选择自变量； 4、Forward: Wald：作Wald概率统计法，向前逐步选择自变量； 5、Backward: Conditional：以假定参数为基础作似然比概率检验，向后逐步选择自变量； 6、Backward: LR：以最大局部似然为基础作似然比概率检验，向后逐步选择自变量； 7、Backward: Wald：作Wald概率统计法，向后逐步选择自变量。 本例选用Forward: Conditional法，以便选择有主要作用的影响因素;;结果解释;;;;