回归分析之理解和实例PPT课件.ppt

*;*;*;*;*;;*;*;*;*;线性回归分析中的共线性检测;线性回归分析中的共线性检测;多重共线性的对策;多元回归应用实例;;分析 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。 预报因子： x1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； x2卵量0~150块为1级，15l~300块为2级，301~550块为3级，550块以上为4级； x3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。 ;1）准备分析数据 ;;单击SPSS主菜单的“Analyze”下的“Regression”中“Linear”项，将打开线性回归过程窗口。 ;3) 设置分析变量 设置因变量：用鼠标选中左边变量列表中的“幼虫密度[y]”变量，然后点击“Dependent”栏左边的 向右拉按钮，该变量就移到“Dependent”因变量显示栏里。 设置自变量：将左边变量列表中的“蛾量[x1]”、“卵量[x2]”、“降水量[x3]”、“雨日[x4]”变量，选移到“Independent(S)”自变量显示栏里。 设置控制变量: 本例子中不使用控制变量，所以不选择任何变量。 选择标签变量: 选择“年份”为标签变量。 选择加权变量: 本例子没有加权变量，因此不作任何设置。;;5）设置输出统计量单击“Statistics”按钮，将打开如图对话框。该对话框用于设置相关参数。其中各项的意义分别为：;①“Regression Coefficients”回归系数选项：;②“Residuals”残差选项：;③ 其它输入选项;6）绘图选项;左上框中各项的意义分别为： “DEPENDNT”因变量。 “ZPRED”标准化预测值。 “ZRESID”标准化残差。 “DRESID”删除残差。 “ADJPRED”调节预测值。 “SRESID”学生氏化残差。 “SDRESID”学生氏化删除残差。 “Standardized Residual Plots”设置各变量的标准化残差图形输出。其中共包含两个选项： “Histogram”用直方图显示标准化残差。“Normal probability plots”比较标准化残差与正态残差的分布示意图。 “Produce all partial plot”偏残差图。对每一个自变量生成其残差对因变量残差的散点图。 本例子不作绘图，不选择。 ;7) 保存分析数据的选项;①“Predicted Values”预测值栏选项： Unstandardized 非标准化预测值。就会在当前数据文件中新添加一个以字符“PRE_”开头命名的变量，存放根据回归模型拟合的预测值。Standardized 标准化预测值。Adjusted 调整后预测值。S.E. of mean predictions 预测值的标准误。 本例选中“Unstandardized”非标准化预测值。 ②“Distances”距离栏选项： Mahalanobis: 距离。Cook’s”: Cook距离。Leverage values: 杠杆值。 ;③“Prediction Intervals”预测区间选项： Mean: 区间的中心位置。Individual: 观测量上限和下限的预测区间。在当前数据文件中新添加一个以字符“LICI_”开头命名的变量，存放预测区间下限值；以字符“UICI_”开头命名的变量，存放预测区间上限值。Confidence Interval：置信度。 本例不选。 ④“Save to New File”保存为新文件： 选中“Coefficient statistics”项将回归系数保存到指定的文件中。本例不选。 ⑤ “Export model information to XML file” 导出统计过程中的回归模型信息到指定文件。本例不选。;⑥“Residuals” 保存残差选项： “Unstandardized”非标准化残差。“Standardized”标准化残差。“Studentized”学生氏化残差。“Deleted”删除残差。“Studentized deleted”学生氏化删除残差。 本例不选。 ⑦“Influence Statistics” 统计量的影响。 “DfBeta(s)”删除一个特定的观测值所引起的回归系数的变化。“Standardized DfBeta(s)”标准化的DfBeta值。“DiFit” 删除一个特定的观测值所引起的预测值的变化。“Standardized