曲线回归分析结果解读：非线性关系的建模与检验.docxVIP

曲线回归分析结果解读

一、方法概述

曲线回归（CurvilinearRegression）是研究非线性关系变量之间回归分析的重要方法。当自变量与因变量之间的关系并非简单的线性关系，而是呈现出某种曲线趋势时，曲线回归能够通过多项式、对数、指数等函数形式对数据进行拟合，从而建立更为精确的回归模型。曲线回归在关系形式上是非线性关系，但可通过各类转换变成线性关系，最终建立回归模型。本研究借助SPSSAU软件进行曲线回归分析，以探究自变量x1对因变量y的非线性影响关系。

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，操作如下图：

二、模型汇总分析

从表1可知，模型的R2值为0.933，调整R2值为0.932，说明自变量x1及其二次项能够解释因变量y高达93.3%的变异，模型拟合效果极为理想。标准误为3.572，反映了模型预测值与实际值之间的平均偏差处于较低水平。AIC值为649.086，BIC值为657.448，这两个信息准则指标可用于后续与其他曲线模型的对比分析，值越低说明模型在拟合优度与复杂度之间的平衡越好。本次分析的有效样本量为120个，数据完整无缺失。

三、ANOVA方差分析

*p0.05**p0.01

表2为模型的方差分析结果。回归平方和为20831.273，残差平方和为1493.182，总平方和为22324.455。回归自由度为2（对应x1的