- 1、本文档共71页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
比如:逻辑斯蒂模型中估计的参数有“K”、“a”和“b”三个参数变量。设置初始值为:K=0.1;a=3;b=0.1。输入后的“Nonlinear”对话窗口如下图。第63页,共71页,星期六,2024年,5月“ModelExpression”:输入需要拟合的方程式,在该方程中包含自变量、参数变量和常数等。自变量和参数变量可以从左边的列表框和“Parameters”框里选入。“Function”:从中选入方程中的函数;运算符号和常数可以用鼠标从窗口“数字符号”显示区中点击输入。第64页,共71页,星期六,2024年,5月“Loss”按钮:输入迭代条件“Sumofsquaredresiduals”:残差平方和最小值,系统默认。“User-definedlossfunction”:自定义选项。设置其他统计量为迭代条件,在下边输入框中输入相应的统计量的表达式,称为损失函数。在左上角的变量列表框中,“RESID”代表所选变量的残差;“PRED_”代表预测值。可以从左下角框中选择已定义的参数进入损失函数。第65页,共71页,星期六,2024年,5月“Constraints”按钮:设置回归方程中参数的取值范围“Defineparameterconstraint”:可对选定的参数变量设置取值范围。参数的取值范围,用不等式“=,=,=”来定义。第66页,共71页,星期六,2024年,5月“Save”:保存分析数据“Predictedvalues”因变量的预测值。??“Residuals”因变量的残差。??“Derivatives”派生数。??“Lossfunctionvalues”损失函数值。第67页,共71页,星期六,2024年,5月“Options”:迭代方法“Bootstrapestimatesofstandarderror”:将采用样本重复法计算标准误。样本重复法需要顺序二次规划算法的支持。当选中该项时,SPSS将自动选中“SequentialquadraticProgramming”项。第68页,共71页,星期六,2024年,5月“EstimationMethod”:参数的估计方法“SequentialQuadraticProgramming”项为顺序二次规划算法。该方法要求输入的参数为:—“Maximum”最大迭代步数。—“StepIimit”最大步长。—“Optimality”目标函数的迭代误差限。—“Function”函数精度,应比目标函数的迭代误差限小。—“Infinitestep”当一次迭代中参数值的变化大于设置值,则迭代停止。Levenberg-Marquardt”项,采用麦夸尔迭代法,系统缺省设置—“Maximumiterations”最大迭代步数。—“Sum-of-squaresconvergence”在一步迭代中目标函数残差平方和的变化比例小于设置的值时,迭代停止。—“Parameterconvergence”在一步迭代中参数的变化比例小于设置值时,迭代停止。第69页,共71页,星期六,2024年,5月加权估计选择Analyze—Regression--WeightEstimation第70页,共71页,星期六,2024年,5月*感谢大家观看第71页,共71页,星期六,2024年,5月2.回归分析的统计学原理回归分析是研究客观事物变量间的关系,它是建立在对客观事物进行大量试验和观察的基础上,通过建立数学模型寻找不确定现象中所存在的统计规律的方法。回归分析所研究的主要问题就是研究因变量(y)和自变量(x)之间数量变化规律,如何利用变量X,Y的观察值(样本),对回归函数进行统计推断,包括对它进行估计及检验与它有关的假设等。Уi=β0+β1x2i+β2x+…+βkxki+μi第31页,共71页,星期六,2024年,5月回归分析过程操作原理选择Analyze—Regression第32页,共71页,星期六,2024年,5月打开“Regression”的右拉式菜单,菜单包含:1.Linear线性回归。2.CurveEstimation曲线估计。3.BinaryLogistic二元逻辑分析。4.MultinomialLogistic多元逻辑分析。5.Ordinal序数分析。6.Probit概率分析。7.Nonlinear非线性估计。8.WeightEstimation加权估计。9.2-StageLeast
文档评论(0)