毒物浓度与通风时间的曲线回归：指数衰减模型.docxVIP

毒物浓度与通风时间曲线回归分析结果解读

一、方法概述

曲线回归分析是探索两个变量之间非线性关系的重要统计方法。在实际研究中，许多自然现象和工程过程中的变量关系并非简单的线性关系，而是呈现二次曲线、指数曲线或更为复杂的非线性变化趋势。曲线回归通过引入自变量的多顼式（如二次项、三次项等）来拟合这类非线性关系，从而更准确地描述变量间的作用机制。在职业健康与环境科学领域，毒物浓度随通风时间的变化往往呈现先快速下降后逐渐趋缓的曲线特征，采用曲线回归可以更好地捕捉这一变化规律。本研究采用SPSSAU软件进行曲线回归分析，系统报告模型拟合、参数估计及图形结果。

在SPSSAU【进阶方法】模块选择【曲线回归】，将变量拖拽至右侧对应分析框，选择曲线，操作如下图：

二、模型拟合概况与样本信息

表1报告了曲线回归模型的整体拟合情况，表2报告了样本缺失信息。

由表1可知，曲线回归模型的决定系数R2为0.977，调整R2为0.974，这意味着通风时间及其二次项可以解释毒物浓度变异的约97.7%，模型拟合效果极为优异。标准误为0.108，数值较小，进一步说明模型预测值与实测值之间的偏差较小。AIC值为-21.542，BIC值为-19.418，两者均为负值，在模型比较中数值更小者优，这为后续不同曲线形式的模型选择提供了基准。有效样本量为15例，虽然样本量较小，但鉴于模型参数仅包含常数项、线性项和二次项三个参数，