第7章：回归分析.pptVIP

第八章:回归分析回归分析主要是研究如何根据自变量X的已知值来估计或预测因变量Y的值；回归分析和相关分析都是对多个变量之间依存关系的分析。只有存在相关的变量才能进行回归分析，相关程度愈高，回归效果越好。相关分析与回归分析的不同点：相关分析是研究变量之间的依存关系，但不区分哪个是自变量，哪个是因变量；而回归分析不仅研究变量之间的依存关系，而且要根据研究对象和目的，确定哪个是自变量（解释变量），哪个是因变量（被解释变量）；相关分析主要是研究变量之间关系的密切程度和变化的方向；而回归分析要通过建立回归模型和控制自变量来进行估计和预测。第一节：一元线性回归模型一元线性回归模型：a、b通常称为回归模型的参数；a是回归直线的截距；b是回归直线的斜率（回归系数）；X是自变量，是因变量Y的估计值，也称为理论值；是随机扰动误差项。用最小平方法确定回归参数上式的进一步求解：总离差的分解：回归方程的显著性检验方差分析表线性回归模型的高斯假设条件回归系数的显著性检验建立假设：H0：β=0；H1：β≠0构造检验统计量：大样本条件下：小样本条件下：查表得临界值，并进行决策。回归方程的解释能力（回归方程的判定系数R2）SPSS在一元回归分析中的应用例1：研究我国31个省市自治区的“人均食品支出”对“人均收入”的依存关系。建立SPSS数据文件（CH10）依次进入analyze-regression-linear；输入加进入plots,并把相应变量送入右框；进行运算，输出结果。第二节：曲线估计曲线估计：是根据所给变量的数值，寻求一种最适合于变量的方程来拟合所给变量，并根据拟合出的结果，预测变量值的过程。例2：研究我国31个省市自治区的“人均食品支出”对“人均收入”的依存关系：建立SPSS数据文件（CH6CH9CH10）依次进入analyze-regression-curveestimation；将因变量送入右框图（dependent）将自变量送入右框图(independent)选择includeconstantinequation(模型中包括常数项)选择Plotmodels(绘制回归方程图)从models中选择一个或多个回归方程模型选择displayANOVAtable(显示方差分析表)选择Save进行运算输出结果Dependentvariable..人均食出Method..LINEARListwiseDeletionofMissingDataMultipleR.92098RSquare.84820AdjustedRSquare.84296StandardError73.63475AnalysisofVariance:DFSumofSquaresMeanSquareRegression1878568.62878568.62Residuals29157240.225422.08F=162.03545SignifF=.0000--------------------VariablesintheEquation--------------------VariableBSEBBetaTSigT人均收入.422277.033174.92097512.729.0000(Constant)-50.94645867.744810-.752.4581Dependentvariable..人均食出Method..QUADRATIListwiseDeletionofMissingDataMultipleR.92500RSquare.85562AdjustedRSquare.84531StandardEr