环境科新学高级建模方法(第4节)-spss建模方法.pptVIP

环境科学高级建模方法(计算机在环境化学中的应用) 教师：王遵尧 wangzun315cn@163.com wangzy@ 南大科学楼603室 SPSS统计图形主要有下列几类： 1. Bar Charts(条形图)； 2. Line Charts(线图)； 3. Area Charts(面积图)；4. Pie Charts(圆图)； 5. Boxplots(箱图)； 6. Scatterplots(散点图)； 7. Normal P-P Plots(正态概率分布图)等 SPSS 多元回归分析步骤 回归分析的基本步骤： 1. 数据录入与编辑； 2. 确定自变量和因变量； 3. 选择合适的回归分析方法； 4. 对回归方程进行各种统计检验； 5. 利用回归方程进行预测. SPSS 多元回归分析 SPSS提供的回归分析方法： 强迫引入法(Enter); 强迫剔除法(Remove); 向前选择变量法(Forward Selection); 向后选择变量法(Backard Selection); 逐步回归分析法(Stepwise Selection). SPSS 多元回归分析 SPSS 数据录入 sig值的意思就是显著性（significance），它的意思是说，平均值是在百分之几的几率上相等的。 SPSS多元线性回归举例 SPSS多元线性回归举例 SPSS多元线性回归举例 SPSS多元线性回归举例 在“Analyze”下拉菜单“Regresion”(回归分析)中选择“Linear”(线性回归) SPSS多元线性回归举例 SPSS多元线性回归举例 SPSS多元线性回归举例 SPSS多元线性回归举例 SPSS多元线性回归举例 SPSS绘制图形 SPSS绘制图形举例 SPSS绘制图形举例 SPSS绘制图形举例 SPSS绘制图形举例 SPSS绘制图形举例 SPSS绘制图形举例 第三次作业 选一组活性值与自变量数据(第二次作业的数据)，运用SPSS拟合模型。 比原文献对比，列出SPSS统计参数(t-值，VIF，F值等)。 */21 第4节 SPSS建模方法 2D-QSAR方法 活性数据 分子结构、热力学参数 实验方法 量子化学计算 建立模型 预测相关活性 SPSS 12.0 for Windows 交叉验证,F检验,VIF 评价 三、建模的方法： SPSS ，SAS，BMDP统计软件 SPSS(Statistical Package for the Social Science) 社会科学用软件 SAS（Statistical Analysis System )统计分析系统 BMDP（Biomedical Programs） 生物医学程序 SPSS 统计功能概述 按由简单到复杂的顺序分类，SPSS统计功能可分三类： 1.基础统计。描述性统计、探索性统计、列联表分析、线性组合测量、t检验、单因素方差分析、多重响应分析、线性回归分析、相关分析等； 2.专业统计。判别分析、因子分析、聚类分析、可靠性分析、距离分析等； 3.高级统计分析。多变量方差分析、重复测量方差分析、多协变量方差分析、非线性回归分析、Probit回归分析、曲线估计等等。 SPSS 图形分析概述 线性回归分析概念 线性回归分析是描述一个因变量(或称为响应变量，depentdent variable)Y与一个或多个自变量(indepentdent variable)X间的线性依存关系。 根据自变量数目的不同分为一元线性回归(只有一个自变量)和多元线性回归(有两个或两个以上自变量)。 多元线性回归分析 根据多个自变量的最优组合建立回归方程来预测因变量的回归分析称为多元线性回归分析。 多元回归分析的模型：Y=a0+a1X1+a2X2+a3X3+......+anXn a0为常数项，a1、a2、a3…an为Y对应于X1、X2、X3…Xn的偏回归系数。 SPSS多元线性回归分析自变量筛选 自变量筛选的目的： 多元回归分析引入多个自变量.如果引入的自变量个数较少,则不能很好的说明因变量的变化; 并非自变量引入越多越好.原因: 1. 有些自变量可能对因变量的解释没有贡献; 2. 自变量间可能存在较强的线性关系,即:多重共线性. 因而不能全部引入回归方程. 进入方程的自变量数不能多于样本数的五分之一。 何谓“样本数”？ SPSS多元线性回归分析的检验 (一) 拟和优度检验 判定系数R2. (二) 回归方程的显著性检验： (1) 目的: 检验所有自变量与因变量之间的