【课件】SPSS 10~11.ppt

第10章 回归分析 10.1 线性回归分析 一、对话框介绍 1、依次单击Analyze → Regression → Linear，弹出如图10-1所示对话框。 2、从左侧的源变量框中选择一个数值型变量作为因变量，进入Dependent框中，选择一个或多个变量作为自变量进入Independent [s]框中。 每次选择的自变量都会被自动的保存在第n个自变量块中。如果以同一个因变量选择不同的自变量建立回归方程，可以利用Previous与Next按钮来选择一组已经保存好的自变量。 自变量与因变量必须是数值型的变量，对名义变量必须重新编码，转换为数值型的分量或有序的分类变量，才能参与回归分析。 3、在Method框中选择一种变量分析方式。 （1）Enter：强制进入法。所选择的自变量全部进入建立的方程式中。 （2）Remove：消去法。根据设定的条件剔除部分自变量建立方程式。 （3）Forward：向前选择法。根据在Option对话框中设定的判据，从无自变量开始，在拟合过程中，对被选择的自变量进行方差分析，每次加入一个F值最大的自变量，直到所有符合判据的自变量都进入模型为止。 （4）Backward：向后剔除法。根据在Option对话框中所设定的判据，先建立全模型，然后根据设置的判据，每次剔除一个使方差分析中的F值最小的自变量，直到回归方程中不再含有不符合判据的自变量为止。 （5）Stepwise：逐步进入法。根据在Option对话框中设定的判据，首先根据方差分析结果选择符合判据的自变量且对因变量贡献最大的进入回归方程，根据向前选择法选入自变量，然后根据向后剔除法，将模型种F值最小的且符合判据的自变量，剔除模型。 4、根据变量值选择参与回归分析的观测量。在左侧的源变量框中选择一个数字变量，进入Selection Variable框中，单击Rule按钮，弹出如图10-2所示的对话框。通过该对话框选择参与分析的观测量范围。 在Value下面的矩形框中键入选择变量的值，在左边矩形框的下拉列表中指定一种选择方式，等于、不等于、小于、小于等于、大于、大于等于。 5、在左侧的源变量框中选择一个变量作为观测量标签进入Case Labels框中。 6、WLS：为了获得加权最小平方法设置一个加权变量，利用加权变量最小平方法给与观测量不同的权重。用来补偿或减小采用不同测量方式时所产生的误差。这与利用观测值加权而改变有效样本的大小是不同的。对于加权残差分析，将残差与预测值各自保存为新变量，然后将那些新变量与所设置的加权变量的平方根相乘。 在左边的源变量框中选择加权变量。已经作为自变量和因变量的变量不能作为加权变量，如果加权变量的值是0、负数或缺失值，相应的观测量将会被剔除。 7、Statistics：选择不同的选项，进行相关参数的统计。单击该按钮，打开如图10-3所示对话框。 （1）Regression Coefficients：回归系数选择项。 ①Estimates：输出回归系数B、B的标准误差、标准回归系数beta、B的T值以及T值的双侧检验的显著性水平Sig ②Confidence intervals：输出一个非标准化回归系数95%的可信区间。 ③Covariance matrix：输出非标准化回归系数的协方差矩阵、各变量的相关系数矩阵。 （2）Model fit：输出引入模型与从模型中剔除的变量，提供复相关系数R、复相关系数平方R2及其修正值。 （3）R squared change：表示当回归方程中引入或剔除一个自变量后，R2的变化量。如果R2ch较大，说明进入剔除回归方程的自变量有可能是一个较好的回归变量。选择此项输出R2ch、Fch、Sigch。 （4）Descriptives：输出符合判据的观测量的数目、变量的平均数、标准差、相关系数矩阵和单侧检验显著性水平矩阵。 （5）Part and partial correlations：输出部分相关系数、偏相关系数和零阶相关系数。 （6）Collinearity diagnostics：输出个变量的容限公差以及共线性诊断表。 （7）Residuals：该方框中列出了有关残差分析的选择项。 ①Durbin-Watson：输出Durbin-Watson统计量以及可能是奇异值的诊断表。 ②Casewise diagnostics：输出观测量诊断表。 ③Outliers outside：设置奇异值的判据。 ④All cases：输出所有观测量的残差值。 8、Plots：绘制残差散布图、直方图、奇异值图或正常概率图。单击该按钮，弹出如图10-4所示的对话框。通过对变量的选择可以确定与Y轴和X轴相应的变量。要获得更多的图形，可以通过单击Next按钮来重复此操作过程。 （1）在左边的源变量框中，选择Depen