第七章回归精品.ppt

第七章 回归分析 第一节 Linear过程 线性回归 第二节 Curve Estimation过程 曲线回归 第三节 Logistic过程 罗辑斯谛回归 第四节 Probit过程 概率单位回归 第五节 Nonlinear过程 非线性回归 回归的主要内容： 从一组样本数据出发，确定这些变量间的定量关系式； 对这些关系式的可信度进行各种统计检验； 从影响某一变量的诸多变量中，判断哪些变量的影响显著，哪些不显著； 利用求得的关系式进行预测和控制。 回归的分类： 按是否线性分：线性回归模型和非线性回归模型。 按自变量个数分：简单的一元回归，多元回归。 利用SPSS得到模型关系式，是否具有适用性，要看回归方程的显著性检验（F检验）和回归系数b的显著性检验(T检验)，还要看拟合程度R2 (相关系数的平方,一元回归用R square，多元回归用Adjusted R Square) 回归分析的菜单选项及说明： 在回归过程中包括： Liner：线性回归 Curve Estimation：曲线估计 Binary Logistic： 二分变量逻辑回归 Multinomial Logistic：多分变量逻辑回归 Ordinal 序回归 Probit：概率单位回归 Nonlinear：非线性回归 Weight Estimation：加权估计 2-Stage Least squares：