相关分析与回归分析 (2).ppt

偏相关系数的计算与伪相关的鉴别数据文件5-4第30页，共71页，星期日，2025年，2月5日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，星期日，2025年，2月5日回归分析过程操作原理选择Analyze—Regression第32页，共71页，星期日，2025年，2月5日打开“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-StageLeastSquares两段最小二乘法。第33页，共71页，星期日，2025年，2月5日在数学关系式中只描述了一个变量与另一个变量之间的数量变化关系，则称其为一元回归分析。其回归模型为y称为因变量，x称为自变量，称为随机误差，a,b称为待估计的回归参数，下标i表示第i个观测值。如果给出a和b的估计量分别为,，则经验回归方程:一般把称为残差，残差可视为扰动的“估计量”。（1）线性回归过程第34页，共71页，星期日，2025年，2月5日“Analyze”——“Regression”——“Linear

数据文件5-5第35页，共71页，星期日，2025年，2月5日“Dependent”：因变量“Independent(S)”：自变量注：SPSS中一元回归和多元回归以及多元逐步回归都是使用同一过程，所以该栏可以输入多个自变量。“SelectionVariable”：控制变量输入栏。控制变量相当于过滤变量，即必须当该变量的值满足设置的条件时，观测量才能参加回归分析。输入控制变量后，激活“Rule”按钮。“CaseLabels”：选择观测量的标签变量。在输出结果中，可显示该观测量的值，通过该变量的值可查看相应的观测量。“WLS”：选择加权变量。第36页，共71页，星期日，2025年，2月5日“Method”：选择一种回归分析方式。①强行介入法Enter（一次性进入）这是一种不检验F和Tolerance，一次将全部自变量无条件地纳入回归方程。②强行剔除Remove（一次性剔除）指定某些变量不能进入方程。这种方法通常同别的方法联合使用，而不能首先或单独使用，因为第一次使用或单独使用将意味着没有哪个变量进入方程。③逐步进入Stepwise每次选择符合进入条件的自变量进入方程，进入后立即检验，不合格者剔除，直到全部合格自变量进入方程。④反向剔除Backward先强行介入，再逐个剔除不合格变量，直到全合格。⑤正向进入Forward每次选择符合进入条件的自变量进入方程，逐个选择，逐个进入，直到全部合格自变量进入方程。第37页，共71页，星期日，2025年，2月5日“Statistics”①“RegressionCoefficients”回归系数选项：“Estimates”输出回归系数和相关统计量。“Confidenceinterval”回归系数的95%置信区间。“Covariancematrix”回归系数的方差-协方差矩阵。第38页，共71页，星期日，2025年，2月5日②“Residuals”残差选项：“Durbin-Watson”Durbin-Watson检验。“Casewisediagnostic”输出满足选择条件的观测量的相关信息。选择该项，下面两项处于可选状态：“Outliersoutsidestandarddeviations”选择标准化残差的绝对值大于输入值的观测量；—“Allcases”选择所有观测量。③其它输入选项“Modelfit”输出相关系数、相关系数平方、调整系数、估计标准误、ANOVA表。“Rsquaredchange”输出由于加入和剔除变量而引起的复相关系数