《SPSS多元线性回归》由会员分享，可在线阅读，更多相关《SPSS多元线性回归（16页珍藏版）》请在金锄头文库上搜索。
1、Linear 过程10.1.1 简单操作入门调用此过程可完成二元或多元的线性回归分析。 在多元线性回归分析中， 用户还可根据需要， 选用不同筛选自变量的方法（如：逐步法、向前法、向后法，等）。例 10.1 ：请分析在数据集 Fat surfactant.sav 中变量 fat 对变量 spovl 的大小有无影响？显然，在这里 spovl 是连续性变量，而 fat 是分类变量，我们可用用单因素方差分析来解决 这个问题。但此处我们要采用和方差分析等价的分析方法- 回归分析来解决它。回归分析和方差分析都可以被归入广义线性模型中， 因此他们在模型的定义、 计算方法等许 多方面都非常近似，下面大家很快就
2、会看到。这里 spovl 是模型中的因变量，根据回归模型的要求，它必须是正态分布的变量才可以，我 们可以用直方图来大致看一下， 可以看到基本服从正态， 因此不再检验其正态性， 继续往下 做。10.1.1.1 界面详解 在菜单中选择 Regression=liner ，系统弹出线性回归对话框如下：Linear RegreionWLS IDependent:Indepcndcntfs:Method: |EnterPreviousBlock 1i onStatistics.Selection Variablle:Plots.Save.O除了大家熟悉的内容以外，里面还出现了一些特色菜，让我们来一一品尝
3、。【Depe ndent框】用于选入回归分析的应变量【Block按钮组】由Previous和Next两个按钮组成，用于将下面Independent框中选入的自变量分组。由于多元回归分析中自变量的选入方式有前进、 后退、逐步等方法，如果对 不同的自变量选入的方法不同，则用该按钮组将自变量分组选入即可。 下面的例 子会讲解其用法。【Independent 框】用于选入回归分析的自变量【Method下拉列表】用于选择对自变量的选入方法，有Enter （强行进入法）、Stepwise （逐步法）、Remove （强制剔除法）、Backward （向后法）、Forward （向前法）五种。该选项对当前I
4、ndependent框中的所有变量均有效。【Selection Variable 框】选入一个筛选变量，并利用右侧的Rules钮建立一个选择条件，这样，只有满足该条件的记录才会进入回归分析【Case Labels 框】选择一个变量，他的取值将作为每条记录的标签。最典型的情况是使用记录ID号的变量【WLS钮】可利用该按钮进行权重最小二乘法的回归分析。单击该按钮会扩展当前对话框, 出现WLS Weight框，在该框内选入权重变量即可。Statistics 钮】 弹出Statistics对话框，用于选择所需要的描述统计量。有如下选项:* Regression Coefficients复选框组：定义回
5、归系数的输出情况，选中Estimates可输出回归系数 B及其标准误，t值和p值，还有标准化的回归系数beta;选中Con fide nee in tervals则输出每个回归系数的95%可信区间；选中covaria neematrix则会输出各个自变量的相关矩阵和方差、协方差矩阵。以上选项默认 只选中 Estimates。* Residuals复选框组：用于选择输出残差诊断的信息，可选的有Durbin-Watson残差序列相关性检验、超出规定的n倍标准误的残差列表。* Model fit复选框：模型拟合过程中进入、退出的变量的列表，以及一些有关拟合优度的检验：，R，R2和调整的R2,标准误及
6、方差分析表。 R squared change复选框：显示模型拟合过程中R2、F值和p值的改变情况。 Descriptives复选框：提供一些变量描述，如有效例数、均数、标准差等，同时还给出一个自变量间的相关矩阵。 Part and partial correlations复选框：显示自变量间的相关、部分相关和偏相关 系数。 Collinearity diagnostics复选框：给出一些用于共线性诊断的统计量，如特征根(Eigenvalues)、方差膨胀因子(VIF)等。以上各项在默认情况下只有Estimates和Model fit复选框被选中。【Plot钮】弹出Plot对话框，用于选择需要
7、绘制的回归分析诊断或预测图。可绘制的有标准化残差的 直方图和正态分布图，应变量、预测值和各自变量残差间两两的散点图等。【Save钮】许多时候我们需要将回归分析的结果存储起来，然后用得到的残差、预测值等做进一步的分析,Save钮就是用来存储中间结果的。可以存储的有：预测值系列、残差系列、距离(Distances)系列、预测值可信区间系列、波动统计量系列。 下方的按钮可以让我们选择将这些新变量存储到一个新的SPSS数据文件或XML中。【Options钮】设置回归分析的一些选项，有：* Stepping Method Criteria单选钮组：设置纳入和排除标准，可按P值或F值来设置。* Inclu
8、de constant in equation复选框：用于决定是否在模型中包括常数项，默认选中。* Missing Values单选钮组：用于选择对缺失值的处理方式，可以是不分析 任一选入的变量有缺失值的记录( Exclude cases listwise)而无论该缺失变量最终是否进入模型；不分析具体进入某变量时有缺失值的记录(Exclude casespairwise);将缺失值用该变量的均数代替(Replace with mean )。10.1.1.2输出结果解释根据题目的要求，我们只需要在 Dependent框中选入spovl , Independent框中选入fat即可，其他的选项一律
9、不管。单击 0K后，系统很快给出如下结果：Regression$ Eiriei eRegressi on=L iner2. Dependent 框：选入 tear_res3. Independent 框：选入 extrusn; 单击 next 钮4. Independent框：选入 additive、gloss 禾口 opacity ； Method 歹U表框： 选择 stepwise5. 单击OK钮10.1.2.2结果解释最终的结果如下：RegressionVd( id I des Ej h ei ed Remove i ibModelVariablesEnteredVariablesRemovedMethod1Eirtnjsion3rEnter2Additive Amount-Stepwise (Criteria:P raba bi I of-F-to- ente r= .050,P raba bi lihp-of-F-ta- re m ove * 100).a All requested variables entered.b. Dependent variable: Tear Resistant1* oon-corT，上面的表格依次列出了模型的筛选过程，模型1用进入法引入了extrusn,然后模型2用s
