第5章 回归分析ppt课件.ppt

《第5章 回归分析ppt课件.ppt》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、第五章回归分析★★从实践意义讲上，手机的用户满意度应该与产品的质量、价格和形象有关，因此我们以“用户满意度”为因变量，“质量”、“形象”和“价格”为自变量，作线性回归分析。利用SPSS软件的回归分析，得到回归方程如下：用户满意度=0.008×形象+0.645×质量+0.221×价格对于SIM手机来说，质量对其用户满意度的贡献比较大，质量每提高1分，用户满意度将提高0.645分；其次是价格，用户对价格的评价每提高1分，其满意度将提高0.221分；而形象对产品用户满意度的贡献相对较小，形象每提高1分，用户满意度仅提高0.

2、008分。SIM手机用户满意度与相关变量线性回归分析方程各检验指标及含义如下：相关分析研究的是现象之间是否相关、相关的方向和密切程度，一般不区别自变量或因变量。回归分析则要分析现象之间相关的具体形式，确定其因果关系，并用数学模型来表现其具体关系。比如说，从相关分析中我们可以得知“质量”和“用户满意度”变量密切相关，但是这两个变量之间到底是哪个变量受哪个变量的影响，影响程度如何，则需要通过回归分析方法来确定。回归分析：研究变量间的非确定关系，构造变量间经验公式的数理统计方法。回归分析是确定两种或两种以上变数间相互依赖的

3、定量关系的一种统计分析方法。回归分析（RegressionAnalysis)进行相关分析回归分析是对具有因果关系的影响因素（自变量）和预测对象（因变量）所进行的数理统计分析处理。只有当变量与因变量确实存在某种关系时，建立的回归方程才有意义。因此，作为自变量的因素与作为因变量的预测对象是否有关，相关程度如何，以及判断这种相关程度的把握性多大，就成为进行回归分析必须要解决的问题。进行相关分析，一般要求出相关关系，以相关系数的大小来判断自变量和因变量的相关的程度。SPSS提供的回归分析过程有：AnalyzeRegressi

4、on菜单中，回归分析过程包括：线性回归(Linear)、曲线估计(CurveEstimation)、二分变量逻辑回归(BinaryLogistic)、多分变量逻辑回归(MultinomialLogistic)、序回归(Ordinal)、概率单位回归(Probit)、非线性回归(Nonlinear)、加权估计(WeightEstimation)、最优编码回归(optimalScaling)和二阶段最小平方法(2-StageLeastSquares)。回归分析回归分析按照涉及的自变量的多少，可分为一元回归分析和多元回归分

5、析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。如果在回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。如果回归分析中包括两个或两个以上的自变量，且因变量和自变量之间是线性关系，则称为多元线性回归分析。5.1线性回归一元线性回归一元线性回归，又称直线回归，即模型为Y=aX+b+ε，这里X是自变量，Y是因变量，ε是随机误差，通常假定随机误差的均值为0，方差为σ^2（σ^2大于0）σ2与X的值无关。多元线性回归根据多个自变量的最优组合建

6、立回归方程来预测因变量的回归分析称为多元回归分析。多元线性回归分析拟合后的方程为常数项变量的偏回归系数线性回归分析例5.1a根据数据集data11-13中的资料，试建立以初始工资(salbegin)、工作经验(prevexp)、工作时间(jobtime)、工作种类(jobcat)和受教育年限(educ)为自变量，以当前工资(salary)为因变量的多元回归模型，以分析职工工资水平受各因素影响的程度。LinearRegression对话框因变量自变量指定回归方法全部选入逐步回归强行剔除向后剔除向前选择加权最小平方法指定

7、选择参与回归分析观测量的变量指定作为观测量标签的变量(AnalyzeRegressionlinear)LinearRegression对话框关于回归系数的选择项非标准化回归系数95%置信限非标准化回归系数的方差-协方差提供判定系数、估计标准误、ANOVA表等显示每个自变量进入方程后对R2和F值的影响描述性统计量部分相关和偏相关共线性诊断德宾-沃森检验与回归系数相关的统计量观测值诊断LinearRegression对话框标准化预测值标准化残差剔除残差调整预测值学生化残差学生化剔除残差输出标准化残差相对于因变量的散布图标

8、准化残差图直方图正态概率图(系统默认为不输出图形)LinearRegression对话框本对话框用来定义存储进入数据文件的新变量预测值距离预测区间残差存储到新的文件中影响点的统计量LinearRegression对话框逐步回归法变量取舍标准用F值的显著性水平作为标准用F值作为标准在回归方程中包括常项缺失值的处理方式用均值代替缺失值输出结果(部分