spss09 回归分析 SPSS for Windows统计分析教程文件.ppt

保存新变量对话框 返回 美国1790年~1960年人口数据散点图 返回 残差平方和和每一步迭代的参数值 返回 非线性模型统计量摘要 返回 观测量与预测值的散点图 返回 残差对观测年度散点图 返回 参数估计的渐近相关矩阵 返回 参数估计的渐进相关阵 返回 9.7 加 权 回 归 返回 原始变量散点图与残差图散点图 返回 权重估计对话框图 返回 权重估计选择项对话框 返回 权值列表 返回 回归效果的统计量 返回 方差分析表 返回 模型参数及各种统计量 返回 一般线性回归(左)和加权线性回归(右)的统计量 返回 逻辑斯谛回归对话框 返回 Reference Category对话框 返回 SAVE对话框 返回 标准对话框 返回 模型对话框 返回 Statistics对话框 返回 模型常用统计量 返回 增加变量educ作为协变量（Covariates）后的参数根据统计量 返回 加入学历后的统计量表 返回 似然比 返回 不同选择项的统计量之一 返回 不同选择项的统计量之二 返回 选举人投给不同候选人选票的情况 返回 分类表 返回 拟合度统计量 返回 9.5 概率单位回归 返回 概率分布函数值 返回 概率单位对话框 返回 Option对话框 返回 数据基本情况表 返回 得出模型参数表 返回 deguel、rotenoneg各剂量致死率与95%的置信区间 返回 观测与期望频数表 返回 各组半数效应比较值 返回 散点图 返回 9.6 非线性回归 返回 常用非线性模型 名 称 模 型 表 达 式 Asymptotic b1 + b2 *exp( b3 * x ) Asymptotic b1 ?( b2 * b3x) Density ( b1 + b2 * x )(-1/ b3 ) Gauss b1 *(1? b3 *exp( -b2 * x2)) Gompertz b1 *exp(?b2 * exp(?b3 * x )) Johnson-Schumacher b1 *exp(?-b2 / ( x + b3)) Log-Modified ( b1 + b3 * x )b2 Log-Logistic b1 ?ln(1+ b2 *exp(?b3 * x )) Metcherlich Law of Diminishing Returns b1 + b2 *exp(?b3 * x ) Michaelis Menten b1* x /( x + b2 ) Morgan-Mercer-Florin ( b1 * b2 + b3 * xb4 )/( b2 + xb4 ) Peal-Reed b1/(1+b2*exp(?(b3* x+b4*x2+b5*x3))) Ratio of Cubics ( b1+b2 * x+ b3 * x2+ b4 * x3)/( b5 * x3) Ratio of Quadratics ( b1 + b2 * x + b3 * x2)/( b4 * x2) Richards b1 /((1+ b3 *exp(? b2 * x ))(1/ b4 )) Verhulst b1 /(1 + b3 * exp(? b2 * x )) Von Bertalanffy ( b1(1 - b4 )-?b2 * exp( -b3 * x ))(1/(1 - b4 )) Weibull b1 ? b2 *exp(? b3 * xb4 ) Yield Density (b1 + b2 * x + b3 * x2)-1 返回 非线性回归主对话框 返回 参数设置对话框 返回 参数约束对话框 返回 损失函数对话框 返回 选择对话框 返回 曲线估计对话框 返回 各种曲线回归模型 模型名称 回归方程 相应的线性回归方程 Linear y=b0+b1t Quadratic y=b0+b1t+b2t2 Compound y=b0(b1 t) ln(y)=ln(b0)+[ln(b1)]t Growth ln(y)=b0+b1t Logarithmic y=b0+b1ln(t) Cubic y=b0+b1t+b2t2+b3t3 S ln(y)=b0+b1/t Exponential ln(y)=ln(b0)+b1t Inverse y=b0+(b1/t) Power y=b0(tb1) ln(y)=ln(b0)+b1ln(t) Logistic y=1/(1/u+b