企业管理之现代控制基础理论教程9.docVIP

回归分析 第一节 Linear过程 8.1.1 主要功能 8.1.2 实例操作 第二节 Curve Estimation过程 8.2.1 主要功能 8.2.2 实例操作 第三节 Logistic过程 8.3.1 主要功能 8.3.2 实例操作 第四节 Probit过程 8.4.1 主要功能 8.4.2 实例操作 第五节 Nonlinear过程 8.5.1 主要功能 8.5.2 实例操作 ? 回归分析是处理两个及两个以上变量间线性依存关系的统计方法。在医学领域中，此类问题很普遍，如人头发中某种金属元素的含量与血液中该元素的含量有关系，人的体表面积与身高、体重有关系；等等。回归分析就是用于说明这种依存变化的数学关系。 ? 第一节 Linear过程 ? 8.1.1 主要功能 调用此过程可完成二元或多元的线性回归分析。在多元线性回归分析中，用户还可根据需要，选用不同筛选自变量的方法（如：逐步法、向前法、向后法，等）。 ? 返回目录 返回全书目录 ? 8.1.2 实例操作 ［例8.1］某医师测得10名3岁儿童的身高（cm）、体重（kg）和体表面积（cm2）资料如下。试用多元回归方法确定以身高、体重为自变量，体表面积为应变量的回归方程。 ? 儿童编号 体表面积（Y） 身高（X1） 体重（X2） 1 2 3 4 5 6 7 8 9 10 5.382 5.299 5.358 5.292 5.602 6.014 5.830 6.102 6.075 6.411 88.0 87.6 88.5 89.0 87.7 89.5 88.8 90.4 90.6 91.2 11.0 11.8 12.0 12.3 13.1 13.7 14.4 14.9 15.2 16.0 ? 8.1.2.1 数据准备 激活数据管理窗口，定义变量名：体表面积为Y，保留3位小数；身高、体重分别为X1、X2，1位小数。输入原始数据，结果如图8.1所示。 ? ? 图8.1 原始数据的输入 ? 8.1.2.2 统计分析 激活Statistics菜单选Regression中的Linear...项，弹出Linear Regression对话框（如图8.2示）。从对话框左侧的变量列表中选y，点击?钮使之进入Dependent框，选x1、x2，点击?钮使之进入Indepentdent(s)框；在Method处下拉菜单，共有5个选项：Enter（全部入选法）、Stepwise（逐步法）、Remove（强制剔除法）、Backward（向后法）、Forward（向前法）。本例选用Enter法。点击OK钮即完成分析。 ? ? 图8.2 线性回归分析对话框 ? 用户还可点击Statistics...钮选择是否作变量的描述性统计、回归方程应变量的可信区间估计等分析；点击Plots...钮选择是否作变量分布图（本例要求对标准化Y预测值作变量分布图）；点击Save...钮选择对回归分析的有关结果是否作保存（本例要求对根据所确定的回归方程求得的未校正Y预测值和标准化Y预测值作保存）；点击Options...钮选择变量入选与剔除的α、β值和缺失值的处理方法。 ? 8.1.2.3 结果解释 在结果输出窗口中将看到如下统计数据： ? * * * * M U L T I P L E R E G R E S S I O N * * * * ? Listwise Deletion of Missing Data Equation Number 1 Dependent Variable.. Y Block Number 1. Method: Enter X1 X2 ? Variable(s) Entered on Step Number 1.. X2 2.. X1 ? Multiple R .94964 R Square .90181 Adjusted R Square .87376 Standard Error .14335 Analysis of Variance DF Sum of Squares Mean Square Regression 2 1.32104 .66052 Residual 7 .14384 .02055 F = 32.14499 Signif F = .0003 ? ------------------ Variables