《研回归分析》ppt课件

《研回归分析》ppt课件

ID:40095765

大小:3.33 MB

页数:84页

时间:2019-07-21

《研回归分析》ppt课件_第1页
《研回归分析》ppt课件_第2页
《研回归分析》ppt课件_第3页
《研回归分析》ppt课件_第4页
《研回归分析》ppt课件_第5页
资源描述:

《《研回归分析》ppt课件》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、回归分析辽宁工程技术大学L.NTECHNICALUNIVERSITY追求回归分析一元回归多元回归全部强行进入回归逐步回归回归:揭示出不确定数量关系的内在数量变化规律,并通过一定的表达式描述数量之间的这种内在关系的方法。不确定性的函数关系回归的涵义数据之间的关系函数确定性的函数关系回归方程回归分析的任务(1)通过分析大量的样本数据,确定变量之间的统计关系,并以数学表达式形式给出;(2)对确定的数学关系式的可信度进行统计检验,找出对某一特定变量影响较为显著的变量和不显著的变量;(3)利用确定的数学关系式,根据自变

2、量预测或控制因变量的取值,并找出这种预测或控制的精确度。回归分析时变量的设定回归分析的被解释变量必须是刻度级的,如果是顺序级的,要用Numeric型的来表示。如果被解释变量是名义级的,将用Logistic回归等方法处理。解释变量可以是刻度级、顺序级、名义级的变量,不论是什么级别的数据,都必须用Numeric型的来表示。一元线性回归分析高斯假设一元线性回归模型的求解一元线性回归模型的SPSS实现一元线性回归模型的设定SPSS的实现:Analyze菜单Regression项中选择Linear命令。Enter:强行

3、进入法,即所选自变量全部进入模型。Remove:强制剔除法,即建立回归方程时,根据设定的条件从回归方程中剔除部分自变量。Backward:向后剔除法,根据Option对话框中设定的判据,先建立全模型,然后根据设置的判据,每次剔除一个使方差分析中的F值最小的自变量,直到回归方程中不再含有不符合判据的自变量为止。Forward:向前选择法。Stepwise:逐步进入法,根据Option对话框中设定的判据及方差分析结果,选择符合判据的自变量与因变量相关程度最高的进入回归方程。依据Forward选入自变量,依据Bac

4、kward将模型中F值最小且符合剔除判据的变量剔除,重复。Method处下拉菜单,共有5个选项:WLS选项是存在异方差时,利用加权最小二乘法替代普通最小二乘法估计回归模型参数。通过WLS可以选定一个变量作为加权变量。在实际问题中,如果无法自行确定权重变量,可以用SPSS的权重估计来实现。Descriptives:输出自变量和因变量的均值、标准差相关系数矩阵及单侧检验概率。Estimates:输出与回归系数相关统计量。有:回归系数、回归系数的标准误差、标准回归系数、T统计量和相应的相伴概率、各自变量的容忍度。C

5、onfidenceintervals:输出每一个非标准化回归系数95%的可信区间。Covariancematix:输出方程中各自变量间的相关系数矩阵及各变量的协方差矩阵。Modelfit:输出判定系数、调整的判定系数、回归方程的标准误差,F检验的ANOVA方差分析表。Rsquaredchange:当回归方程中引入或剔除一个自变量后,判定系数、F值产生的变化。Casewisediagnostics:输出标准化残差绝对值≥3的样本数据点的相关信息,包括:标准化残差、观测值预测值、最小(最大)预测值、残差、最小(最

6、大)残差以及它们的均值和标准差。Outliersoutsidestandarddevistion:设置奇异值的判据,默认≥3倍的标准差。Allcase:输出所有样本数据有关残差值。Partandpartialcorrelation:输出方程中各自变量与因变量之间的简单相关系数、偏相关系数与部分相关系数。Collinearitydiagnostics:多重共线性分析,输出各自变量的容限度、方差膨胀因子、最小容忍度、特征值、条件指标及方差比例等。Durbin-Watson:输出Durbin-watson检验值。P

7、lots对话框用来检验残差序列的正态性、随机性和是否存在异方差现象。Produceallpartialplots:输出每一个自变量残差相对于因变量残差的散布图。**ZPRED选项:标准化预测值。**ZRESID选项:标准化残差。**DRESID选项:剔除残差。**ADJPRED选项:修正后预测值。**SRESID选项:t分析残差。**SDRESID选项:t分析剔除残差。Mahalanobis:保存Mahalanobis距离Cook’s:保存Cook距离Leveragevalues:保存中心点杠杆值Indivi

8、dual:保存一个观测量上限与下限的预测区间。Studentized:标准化残差Deleted:剔除残差Studentizeddeleted:标准化剔除残差DfBeta(s):因排除一个特定的观察值所引起的回归系数的变化。若该值>2,则被排除的观测值有可能是影响点。DfFit:因排除一个特定的观测值所引起的观测值的变化。UseprobalitlityofF:以回归系数显著性检验中各自变量的F统计量的

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。