社会科学统计软件包：SPSS（六） 回归分析.pptVIP

SPSS for Windows SPSS SPSS of Windows 《回归分析》 回归分析 回归分析是在自然科学、社会科学等领域中具有广泛应用的统计方法。 变量与变量之间的关系分为确定性关系和非确定性关系两类。 函数表达确定性关系;研究变量之间的非确定关系，构造变量间经验公式的数理统计方法称为回归分析。 在SPSS软件中，回归分析过程主要有以下几种： Linear线性回归、 Curve Estimation曲线估计、 Binary Logistic二分变量逻辑斯蒂回归、 Multinomial Logistic多分变量逻辑斯蒂回归、 Ordinal序回归、 Probit概率单位回归、 Nonlinear非线性回归、 Weight Estimation加权估计、 2-Stage Least Squares两段最小二乘法、 Optimal Scaling最优编码尺度回归。 大气科学学院本科教程 SPSS for Windows 线性回归 自变量与因变量之间呈线性关系时，我们可以构造线性回归方程。 根据参与线性回归的自变量个数的多少，可将线性回归分为一元线性回归和多元线性回归。 大气科学学院本科教程 SPSS for Windows 线性回归 线性回归方程 一元 多元 线性回归方程的检验 原假设：总体回归系数为0 回归系数检验 R2系数检验，判定线性拟合度的指标 R2判定系数，0≤R2≤1，越大表明线性越好 但R2会随着自变量n的增大而增大 引入校正R2（Adjusted R Square），消除自变量个数的影响 当n＞1时，校正R2＜R2，n越大，差异越大 方差分析，统计量F 大气科学学院本科教程 SPSS for Windows 异常值：指标准化残差过大的观测量，在SPSS中，默认的判据是标准化残差的绝对值大于3。 影响点：对参数估计有较大影响的值 识别影响点的有效方法，是比较一个观测量存在于回归方程与不存在于回归方程时残差的变化。 主要指标：标准化残差、非标准化残差、学生式剔除残差、学生式残差、剔除残差、Mahalanobis距离、中心点杠杆值、Cook距离、协方差比 大气科学学院本科教程 SPSS for Windows 共线性问题 回归方程中，各自变量对应变量虽然都是有意义的，但某些自变量彼此相关，即存在共线性的问题。给评价自变量的贡献率带来困难。因此需要对回归方程中的变量进行共线性诊断，并且确定它们对参数估计的影响。 几个判断指标： 容许度（Tolerance），介于0~1之间，其值越小，自变量之间存在共线性的可能性越大。要求观测量一定要大致近似于正态分布 方差膨胀因子（VIF），介于1~ ，其值越大，自变量之间存在共线性的可能性越大。 方差比例（Variance Proportions），比例越大，自变量之间存在共线性的可能性越大 变非线性为线性 线性回归过程 数据要求： 自变量与因变量应该是数值型变量 因变量的分布应该是正态的 因变量和每一个自变量之间的关系必须是线性关系 所有的观测量必须是相互独立的 在进行回归分析之前，最好用图形探索因变量随自变量变化的趋势，以便确定数据是否适合线性模型，还是需要使用曲线拟合或非线性回归过程。 通过散点图还可以发现异常值 大气科学学院本科教程 SPSS for Windows 建立线性模型的操作步骤： 大气科学学院本科教程 SPSS for Windows 大气科学学院本科教程 SPSS for Windows 可选择一个或多个自变量 可选择一个因变量 构建不同的模型 回归分析的方法 参考变量，通过设该定变量的值， 进行选择参与回归分析的观测量 观测量标签 权重变量 大气科学学院本科教程 SPSS for Windows 选择要输出的统计量 有关回归系数的选项 ●输出回归系数b、b的标准误、标准化回归系数、对回归 系数进行检验 的T值，T值的双侧检验的显著性概率Sig ●输出每一个非标准化回归系数95%的可信区间或者一个方差矩阵 ●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 与模型拟合及其拟合效果有关的选项： ●输出产生方程过程中引入模型及从模型中剔除的变量，提供复相关系数R、平方R2及其修正值、估计值的标准误、方差分析表 ●输出R2CH、FCH、SigCH。R2CH是当方程引入或剔除一个变量后R2的变化量。如果较大，表明是一个较好的回归自变量。 ●输出合法观测量的数量、变量的平均数、标准差、相关系数矩阵及其单侧检验显著性水平矩阵 ●输出部分相关系数，偏相关系数与零阶相关系数 ●输出用来诊断各变量共线性问题的各种统计量和容限值 残差分析选项 ●输出Durbin-Watson统计量以及可能是异常值的观测量诊断表 ●输出观测量诊断表