SPSS暑假特训B.docVIP

相关分析与回归分析（上）TIME \@ yyyy年M月d日 2009年11月27日内容安排相关分析线性回归模型简介关于线性回归的高级话题其它回归过程简介相关分析常用术语直线相关两变量呈线性共同增大呈线性一增一减曲线相关两变量存在相关趋势并非线性，而是呈各种可能的曲线趋势正相关与负相关完全相关相关分析分析过程介绍Bivariate过程进行两个/多个变量间的参数/非参数相关分析如果是多个变量，则给出两两相关的分析结果Partial过程对其他变量进行控制输出控制其他变量影响后的相关系数相关分析分析过程介绍Distances过程对同一变量内部各观察单位间的数值或各个不同变量间进行相似性或不相似性（距离）分析前者可用于检测观测值的接近程度后者则常用于考察各变量的内在联系和结构。一般不单独使用，而是作为MDS的预分析过程。典型相关分析相关分析Bivariate过程销售额与与竞争对手距离（步行所需时间）间的关系。Corr.sav散点图非参数相关系数相关分析Partial过程现已测得20名糖尿病人的血糖(y，mmol/L)、胰岛素(x1，mU/L)及生长激素(x2，μg/L)的测量数据，请分析糖尿病人血糖浓度与生长激素浓度间有无相关关系。pcorr.sav线性回归模型简介概述线性回归模型简介回归模型的分类线性回归非线性回归针对应变量为分类资料的回归方法其它回归过程线性回归模型简介基本模型希望研究月销售额与广告投入量、销售人员数量间的关系，并建立相应的多元线性回归方程，则实际上拟合的模型如下：线性回归模型简介模型适用条件线性趋势独立性正态性方差齐性如果只是探讨自变量与因变量间的关系，则后两个条件可以适当放宽线性回归模型简介模型适用条件样本量根据经验，记录数应当在希望分析的自变量数的20倍以上为宜。线性回归模型简介常用指标偏回归系数相应的自变量上升一个单位时，应变量取值的变动情况，即自变量对应变量的影响程度。标化偏回归系数：量纲问题决定系数相应的相关系数的平方，用R2表示，它反映应变量y的全部变异中能够通过回归关系被自变量解释的比例。线性回归模型简介简单分析实例建立销售额与距离间的回归方程。Corr.sav使用方差分析模型拟合残差分析对残差的图形化分析绘制个体参考值范围以及均数值的可信区间线性回归模型简介分析步骤做出散点图，观察变量间的趋势线性回归模型简介分析步骤考察数据的分布，进行必要的预处理。即分析变量的正态性、方差齐等问题进行直线回归分析残差分析残差间是否独立（Durbin-Watson检验）残差分布是否为正态（图形或统计量）线性回归模型简介分析步骤残差分析线性回归模型简介分析步骤强影响点的诊断多重共线性问题的判断这两个步骤和残差分析往往混在一起，难以完全分出先后综合分析实例房屋售价影响因素的分析：homes.sav几种方法都做一遍采用方差分析模型来拟合休息关于线性回归的高级话题强影响点的诊断及对策诊断做出散点图，观察有无离群值使用Statistic子对话框中的残差诊断指标使用残差图关于线性回归的高级话题强影响点的诊断及对策距离指标Mahalanobis：多个自变量出现大的马氏距离Cook’s：大于1Leverage values：杠杆值，大于2*P/N专门的影响力统计量DfBeta(s)：去除该观察值后回归系数的变化值。Standardized DfBeta：标化DfBeta值，大于2/Sqrt(N)DfFit：表示去除该观察值后预测值的变化值。Standardized DfFit：标准化的DfFit值，大于2/Sqrt(P/N)Covariance ratio：协方差阵比率。大于3*P/N关于线性回归的高级话题强影响点的诊断及对策对策去除补充进行个案分析变量变换非参数分析稳健回归方法关于线性回归的高级话题多重共线性问题及对策多重共线性的确认相关系数阵容忍度（Tolerance）：小于0.1方差膨胀因子（Variance inflation factor, VIF）：就是容忍度的倒数特征根（Eigenvalue）：多个维度的特征根约为0条件指数（Condition Index）：大于30时关于线性回归的高级话题多重共线性问题及对策多重共线性的对策增大样本量多种自变量筛选方法相结合人为去除次要因子进行主成分回归分析进行岭回归分析进行通径分析休 息其它回归过程简介加权最小二乘法应变量的变异随着某些指标的改变而改变以地区为观察单位调查某种事物的发生率研究通货膨胀和失业率对股票价格的影响高价股票的波动一般都会大于低价股票解决办法根据用户提供的可能预测应变量变异大小的指标，在拟合时对变异较小（即测量更精确）的测量值赋予较大的权重其它回归过程简介加权最小二乘法分析实例实验中收集得15对数据，每对数据都是将n份样品混合后测得的平均结果，但各对数据的