回归分析spss-printout指南.pdf

散点图  在图中，横坐标代表一个变量，纵坐标代 线性回归模型 表另一个变量，将各对资料依次用坐标点 绘于图上，便形成了散点图。 回归分析（Regression analysis）  是一个数学模型或函数的构造过程。利用这个数 学模型或函数，研究人员可以根据一个变量预测 或确定另一个变量。  最基本的回归模型被称为简单回归（Simple regression ），模型中只包括两个变量。  研究一个连续性变量（因变量）的取值随着其它 变量（自变量）的数值变化而变化的趋势，并在 散点图上找到这样一条直线。  因此，回归分析是研究变量之间的因果关系的。 回归分析（Regression analysis） 回归分析（Regression analysis）  通过回归方程解释两变量之间的关系显的  回归分析假定自变量对因变量的影响强度是 更为精确，可以计算出自变量改变一个单 始终保持不变的，如公式所示： 位时因变量平均改变的单位数量，这是相 ŷ a + bx 关分析无法做到的  对于因变量的预测值可以被分解成两部分：  除了描述两变量的关系以外，通过回归方  常量（constant）：x取值为零时y 的平均估计量 程还可以进行预测和控制，这在实际工作 ，可以被看成是一个基线水平 中尤为重要  回归部分：它刻画因变量Y的取值中，由反应变 量Y与自变量X的线性关系所决定的部分，即可 以由X直接估计的部分 回归分析（Regression analysis） 回归分析（Regression analysis） ŷ a + bx  估计值和每一个实测值之间的差被称为残  ŷ ：y 的估计值（所估计的平均水平）表示给定自变 差（ ei ）。 量的取值时，根据公式算得的 y 的估计值  它刻画了因变量y 除了自变量x 以外的其它所  a ：常数项，表示自变量取值均为0时因变量的平均 有未进入该模型，或未知但可能与 y 有关的