实验七(2) 回归分析

《实验七(2) 回归分析》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、Spss统计学实验教案实验七（2）回归分析实验七（2）回归分析一、实验目的与实验要求掌握回归分析的操作与结果解释二、实验内容详细介绍SPSS中提供了进行回归分析的专门过程，利用这些过程，可以对数据的回归作更深入的分析。1.一元线性回归下面通过一个例子对SPSS中一元线性回归的分析过程进行讲解合金钢的强度y与钢材中碳的含量x有密切关系，为了冶炼出符合要求强度的钢，常常通过控制钢水中的碳含量来达到目的，因此需要了解y与x之间的关系。下面是10组不同的碳含量x（％）对应的钢的强度y（kg/mm2）数据X0.030.040.050.070.0

2、90.100.120.150.170.20Y40.5039.5041.0041.5043.0042.0045.0047.5053.0056.00具体方法如下：首先点击菜单项中的“Analyze”

3、“Regression”

4、“Linear”出现如图1所示对话框，8Spss统计学实验教案实验七（2）回归分析图1对图1中对话框的一些参数介绍如下：①Dependent：因变量Independent：自变量。在进行一元回归时，在该窗口中输入一个变量名；进行多元回归时，在该窗口中输入多个变量名。Method下拉列表框：在该控件中选择进行回归分析的

5、方法。有Enter、Remove、Stepwise、Backward和Forward等5种方法。SelectionVariable：在该窗口中输入变量名，然后用“Rule”按钮输入选择数据的规则，确定对哪些个案的数据进行回归分析。CaseLabels窗口：在该窗口中输入变量名，用对应变量的值作为标签进行标注。WLSWeight：对应变量的值作为加权处理的权重。②Statistics按钮：打开“LinearRegression:Statistics”对话框，如图2所示，该对话框提供了多个统计量的显示控制。8Spss统计学实验教案实验七（

6、2）回归分析图2对图2中的一些参数简单介绍如下：ØRegressionCoefficients方框：该方框内的选项控制有关回归系数统计量的显示：包括：²Estimates：默认时选择此项。计算并显示回归系数。²Confidenceintervals：计算并显示预测区间²Covariancematrix：计算并显示回归系数的方差协方差矩阵，矩阵的对角线上为方差，对角线上下为协方差。ØResiduals方框：该方框中的选项进行有关残差的设置ØModelfit：默认时选择此项，计算并显示相关系数、相关系数的平方、调整的相关系数、标准误差和A

7、NOVA表。ØRsquaredchange：表示增删一个独立变量时相关系数的变化。如果增删某相关变量时相关系数变化较大，则说明该变量对因变量的影响较大。ØDescriptives：显示变量数据的均值、标准离差和单侧条件下的相关矩阵。ØPartandpartialcorrelation：显示部分相关和偏相关矩阵。ØCollinearitydiagnostics：进行共线性诊断③点击Plots按钮，打开“LinearRegression:Plots”对话框如图3所示。在该对话框中进行设置，可以生成残差图、直方图、正态P-P概率图和局部回归

8、图（PartialRegressionPlot）图38Spss统计学实验教案实验七（2）回归分析图3中的左侧列表框中变量的含义如下：DEPENDNT：因变量ZRESID：标准化残差ADJPRED：调节预测值SDRESID：学生化剔除参差ZPRED：标准化预测值DRESID：剔除残差SRESID：学生化残差X窗口和Y窗口：在这两个窗口中分别输入变量名，则对应变量的数据作为图形X轴和Y轴的度量。StandardizedResidualPlots：在该方框中选择要生成图形的类型。Histogram：直方图NormalProbability：

9、生成正态P-P概率图Produceallpartialplots：生成所有局部回归图。④Save按钮利用该对话框，可以保存过程运行中生成的部分或全部统计量。⑤Option按钮：单击该按钮，打开如图4所示对话框图4图4中的对话框的含义如下：ØSteppingMethodCriteria：选择该方框内的单选钮，并进行相关输入，确定设置进入值和剔除值的标准。²UseprobabilityofF：用变量的F显著性概率作为评判标准。在“Entry”窗口输入数值，作为评判进入值的标准值，当某变量的F显著性概率小于该数值时，此变量进入回归方程式；在

10、“Removal”窗口输入数值，作为评判剔除值的标准值，当变量的F显著性概率大于该数值时，从回归方程式中剔除该变量。²UseFvalue：用变量的F值作为评判标准。在“Entry”窗口中输入数值，当某变量的F值小于该数值