回归分析SPSS操作课件.ppt

回归分析,回归分析主要解决以下几方面的问题：通过分析大量的样本数据，确定变量之间的数学关系式。对所确定的数学关系式的可信程度进行各种统计检验，并区分出对某一特定变量影响较为显著的变量和影响不显著的变量。利用所确定的数学关系式，根据一个或几个变量的值来预测或控制另一个特定变量的取值，并给出这种预测或控制的精确度。,2.1统计学上的定义和计算公式,定义：一元线性回归分析是分析某一个因素（自变量）是如何影响另一事物（因变量）的过程，所进行的分析是比较理想化的。其实，在现实生活中，任何一个事物（因变量）总是受到其他多种事物（多个自变量）的影响。,研究问题合成纤维的强度与其拉伸倍数有关，测得试验数据如表9-1所示。求合成纤维的强度与拉伸倍数之间是否存在显著的线性相关关系。,2.2SPSS中实现过程,表1强度与拉伸倍数的试验数据,实现步骤,图1在菜单中选择“Linear”命令,图2“LinearRegression”对话框,图3“LinearRegression:statistics”对话框,与回归系数相关的统计量,异常值诊断,报告残差超过2个标准差的被试,图4“LinearRegression：Plots”对话框,调整预测值,输出标准化残差相对于因变量的散布图,标准化残差图,对应x值的残差图,图5“LinearRegression：Save”对话框,预测值,残差,本对话框用来定义存储进入数据文件的新变量,（1）输出的结果文件中的第一部分：,2.3结果和讨论,1）决定系数R2它表示在因变量y的总变异中可由回归方程所解释部分的比例。0R21,越接近于1,说明回归方程效果越好。,2）校正的决定系数AdjR205或10，严重3）Tolence（容忍度）:.1严重,图6“LinearRegression：Options”对话框,（1）输出结果文件中的第一部分：,3.3结果和讨论,（1）输出结果文件中的第一部分：,3.3结果和讨论,2）输出的结果文件中第二部分：,F检验的结果显示，三个回归方程都显著1H0:B1=02H0:B1=B2=03H0:B1=B2=B3=0,非标准化回归方程：Y=7.337+.276Z1+eY=14.129+.227Z1-3.301Z4+eY=4.335+.268Z1-6.286Z4+10.188Z5+e,标准化回归方程：Y=.413Z1+eY=.340Z1-.336Z4+eY=.401Z1-6.639Z4+.477Z5+e,多重回归的矩阵表达1.一般公式2.矩阵表示3.最小二乘估计,Zero-Order,零阶相关/简单相关,PartCorrelation,部分相关,PartcorrelationCorrelationbetweenYandX1whenvariableduetoX2hasbeenpartialedoutofX1,butnotoutofY.,PartialCorrelation,偏相关,partialcorrelationofYandX,controllingforotherpredictors.SimplecorrelationofYandX,afterallinfluencesofpredictorshavebeenpartialedoutof