多元回归分析SPSS案例.pdfVIP

多元回归分析 在大多数的实际问题中，影响因变量的因素不是一个而是多个，我们称这类回问题为多元回归分析。可以建立因变量 y 与 各自变量 xj (j=1,2,3, …,n)之间的多元线性回归模型： 其中： b0 是回归常数； bk(k=1,2,3, …,n)是回归参数； e 是随机误差。 多元回归在病虫预报中的应用实例 : 某地区病虫测报站用相关系数法选取了以下 4 个预报因子； x1 为最多连续 10 天诱蛾量 (头 ) ；x2 为 4 月上、中旬百束小谷草 把累计落卵量 (块 ) ；x3 为 4 月中旬降水量 (毫米 ) ，x4 为 4 月中旬雨日 (天 )；预报一代粘虫幼虫发生量 y （头/m2 ）。分级别数值列 成表 2-1 。 预报量 y：每平方米幼虫 0~10 头为 1 级， 11~20 头为 2 级， 21~40 头为 3 级， 40 头以上为 4 级。 1 2 预报因子： x 诱蛾量 0~300 头为 l 级， 301~600 头为 2 级， 601~1000 头为 3 级， 1000 头以上为 4 级； x 卵量 0~150 块为 1 3 级， 15l~300 块为 2 级， 301~550 块为 3 级， 550 块以上为 4 级； x 降水量 0~10.0 毫米为 1 级， 10.1~13.2 毫米为 2 级， 13.3~17.0 毫米为 3 级， 17.0 毫米以上为 4 级； x4 雨日 0~2 天为 1 级， 3~4 天为 2 级， 5 天为 3 级， 6 天或 6 天以上为 4 级。 表 2-1 x 1 x2 x3 x4 y 幼虫密 年 蛾量 级别 卵量 级别 降水量 级别 雨日 级别 级别 度 1960 1022 4 112 1 4.3 1 2 1 10 1 1961 300 1 440 3 0.1 1 1 1 4 1 1962 699 3 67 1 7.5 1 1 1 9 1 1963 1876 4 675 4 17.1 4 7 4 55 4 1965 43 1 80 1 1.9 1 2 1 1 1 1966 422 2 20 1 0 1 0 1 3 1 1967 806 3 510 3 11.8 2 3 2 28