spss线性回归描述.docxVIP

. . . . SPSS 10.0高级教程十二 ：多元线性回归与曲线拟合 2009 年，国内生物医药的突破之年 。不仅有干细胞发现的新突破 ，还有转 基因作物政策的新举措 。 回归分析是处理两个及两个以上变量间线性依存关系的统计方法 。在医学 领域中，此类问题很普遍 ，如人头发中某种金属元素的含量与血液中该元素的 含量有关系 ，人的体表面积与身高 、体重有关系 ；等等。回归分析就是用于说 明这种依存变化的数学关系 。 § 10.1 Linear 过程 10.1.1 简单操作入门 调用此过程可完成二元或多元的线性回归分析 。在多元线性回归分析中 ， 用户还可根据需要 ，选用不同筛选自变量的方法 （如：逐步法、向前法、向后 法，等）。 例 10.1：请分析在数据集 Fat surfactant.sav 中变量 fat 对变量 spovl 的大小有无影响？ 显然，在这里 spovl 是连续性变量 ，而 fat 是分类变量 ，我们可用用单因素 方差分析来解决这个问题 。但此处我们要采用和方差分析等价的分析方法 -- 回 归分析来解决它 。 回归分析和方差分析都可以被归入广义线性模型中 ，因此他们在模型的定 义、计算方法等许多方面都非常近似 ，下面大家很快就会看到 。 .下载可编辑 . . . . . 这里 spovl 是模型中的因变量 ，根据回归模型的要求 ，它必须是正态分布 的变量才可以 ，我们可以用直方图来大致看一下 ，可以看到基本服从正态 ，因 此不再检验其正态性 ，继续往下做 。 10.1.1.1 界面详解 在菜单中选择 Regression==liner ，系统弹出线性回归对话框如下 ： 除了大家熟悉的内容以外 ，里面还出现了一些特色菜 ，让我们来一一品尝 。 【Dependent 框】 用于选入回归分析的应变量 。 .下载可编辑 . . . . . 【Block 按钮组】 由 Previous 和 Next 两个按钮组成 ，用于将下面 Independent 框中选入的自变 量分组。 由于多元回归分析中自变量的选入方式有前进 、后退、逐步等方法 ， 如果对不同的自变量选入的方法不同 ，则用该按钮组将自变量分组选入即可 。 下面的例子会讲解其用法 。 【Independent 框】 用于选入回归分析的自变量 。 【Method 下拉列表 】 用于选择对自变量的选入方法 ，有 Enter （强行进入法 ）、 Stepwise （逐步法）、 Remove （强制剔除法 ）、 Backward （向后法）、 Forward （向前法）五种 。该 选项对当前 Independent 框中的所有变量均有效 。 【Selection Variable 框】 选入一个筛选变量 ，并利用右侧的 Rules 钮建立一个选择条件 ，这样，只有满 足该条件的记录才会进入回归分析 。 【Case Labels 框】 选择一个变量 ，他的取值将作为每条记录的标签 。最典型的情况是使用记录 ID 号的变量 。 【WLS 钮】 .下载可编辑 . 系数。 o Collinearity diagnostics 复选框：给出一些用于共线性诊断的统计量 （ Eigenvalues ）、方差膨胀因子 (VIF)等。 o Part and partial correlations . . . . 可利用该按钮进行权重最小二乘法的回归分析 。单击该按钮会扩展当前对话框 ， 出现 WLS Weight 框，在该框内选入权重变量即可 。 【Statistics 钮】 弹出 Statistics 对话框，用于选择所需要的描述统计量 。有如下选项 ： o o o o o  Regression Coefficients 复选框组 ：定义回归系数的输出情况 ，选中 Estimates 可输出回归系数 B 及其标准误 ， t 值和 p 值，还有标准化的回归系数 beta ；选中 Confidence intervals 则输出每个回归系数的 95% 可信区间 ；选中 covariance matrix 则会输出各个自变量的相关矩阵和方差 、协方差矩阵 。 以上选项默认只 选中 Estimates 。 Residuals 复选框组 ：用于选择输出残差诊断的信息 ，可选的有 Durbin-Watson 残差序列相关性检验 、超出规定的 n 倍标准误的残差列表 。 Model fit 复选框：模型拟合过程中进入 、退出的变量的列表 ，以及一些有关拟 合优度的检验 ：， R，R2 和调整的 R2, 标准误及方差分析表 。 R squared change 复选框：显示模型拟合过程中 R2、F 值和 p 值的改变情况 。 Descriptives 复选框：提供一