《实验六用spss进行非线性回归分析》由会员分享，可在线阅读，更多相关《实验六用spss进行非线性回归分析（7页珍藏版）》请在金锄头文库上搜索。
1、实验六 用SPSS进行非线性回归剖析例：经过对照12个同类公司的月产量 万台 与单位成本 元 的资料 如图1),试配适合合的回归 模型剖析月产量与单位成本之间的关系160.00-O140,00-120.00-100 00-BOW10.0020.0030 DO40.00SO.DOeo.oaram月产量酷 惊恳睛2隘揖图J并泌山He55据弟蕙黑直函山I114盼5&加姿主旃囹ffirDl 5(Q单tl成本11& cd图1原始数据和散点图剖析一、散点图剖析和初始模型选择在SPSS数据窗口中输入数据，而后插入散点图选择Graphs Scatte偷令）由散点图能够看出，该数据配合线性模型、指数模型、对数模
2、型和幂函数模型都比较适合。进一步进行曲线预计：从 Statist:*选Regression菜单中的 Curve Estimation命令；选因变量单位成 本到 Dependent 框中，自变量月产量到Independent 框中，在 Models 框中选择 Linear、Logarithmic、Power和Exponential四个复选框，确立后输出剖析结果，见表1。剖析各模型的R平方，选择指数模型较好，其初始模型为rini如但- 考虑到在线性变换过程可能会使原模型失掉残差平方和最小的意义，所以进一步对原模型进行优化。模型汇总和参数预计值因变量：单位成本方程模型汇总参数预计值R方Fdf1df2
3、Sig.常数b1线性.912110.00(对数.943110.00(幂.931110.000指数.955110.000自变量为月产量。表1曲线预计输出结果二、非线性模型的优化SPSS供给了非线性回归剖析工具，能够对非线性模型进行优化，使其残差平方和达到最小。从Statist:*选Regression菜单中的 Nonlinear命令；按 Paramaters按钮，输入参数A :和B :;选单位成本到Dependent 框中，在模型表达式框中输入“A*EXP(B*月产量尸，确立。SPSS输出结果见表2。由输出结果能够看出，经过 6次模型迭代过程，残差平方和已有了较大改良，减小为，偏差率小于，y Igi 334 * /DL92j优化后的模型为：. 一 一 迭代历史记录迭代数残差平方和参数+133.087导数是经过数字计算的。a.主迭代数在小数左边显示，次迭代数在小数右边显示。b.因为连续残差平方和之间的相对减少许最多为SSCON所以在22模型评估和10导数评估以后，系统停止运转。表2非线性回归的输出结果传统手工运算求解，运算量与迭代次数成正比；而使用 SPSS求解，只需输入了初始参 数值和模型表达式，不论迭代多少次，都可迅速获得最后结果，不单减少了计算强度，并且提升了数据正确度，对比 Excel又有了极大的进步。
