《spss1607回归分析》由会员分享，可在线阅读，更多相关《spss1607回归分析（187页珍藏版）》请在金锄头文库上搜索。
1、SPSS 16实用教程第第7章章 回归分析回归分析回归分析基本概念回归分析基本概念7.1一元线性回归分析一元线性回归分析7.2多元线性回归分析多元线性回归分析7.3非线性回归分析非线性回归分析7.4曲曲 线线 估估 计计7.5时间序列的曲线估计时间序列的曲线估计7.6含虚拟自变量的回归分析含虚拟自变量的回归分析7.7含虚拟自变量的回归分析含虚拟自变量的回归分析7.8 在数量分析中，经常会看到变量与变量之在数量分析中，经常会看到变量与变量之间存在着一定的联系。要了解变量之间如何发间存在着一定的联系。要了解变量之间如何发生相互影响的，就需要利用相关分析和回归分生相互影响的，就需要利用相关分析和回归
2、分析。在上一章讲述了相关分析有关内容。本章析。在上一章讲述了相关分析有关内容。本章介绍回归分析基本概念，回归分析的主要类型：介绍回归分析基本概念，回归分析的主要类型：一元线性回归分析、多元线性回归分析、非线一元线性回归分析、多元线性回归分析、非线性回归分析、曲线估计、时间序列的曲线估计、性回归分析、曲线估计、时间序列的曲线估计、含虚拟自变量的回归分析以及逻辑回归分析等。含虚拟自变量的回归分析以及逻辑回归分析等。7.1 7.1 回归分析基本概念回归分析基本概念 相关分析和回归分析都是研究变量间关系相关分析和回归分析都是研究变量间关系的统计学课题。在应用中，两种分析方法经常的统计学课题。在应用中，
3、两种分析方法经常相互结合和渗透，但它们研究的侧重点和应用相互结合和渗透，但它们研究的侧重点和应用面不同。面不同。 在回归分析中，变量在回归分析中，变量y y称为因变量，处称为因变量，处于被解释的特殊地位；而在相关分析中，变量于被解释的特殊地位；而在相关分析中，变量y y与变量与变量x x处于平等的地位，研究变量处于平等的地位，研究变量y y与变量与变量x x的密切程度和研究变量的密切程度和研究变量x x与变量与变量y y的密切程度是的密切程度是一样的。一样的。 在回归分析中，因变量在回归分析中，因变量y y是随机变量，是随机变量，自变量自变量x x可以是随机变量，也可以是非随机的可以是随机变量
4、，也可以是非随机的确定变量；而在相关分析中，变量确定变量；而在相关分析中，变量x x和变量和变量y y都都是随机变量。是随机变量。 相关分析是测定变量之间的关系密切相关分析是测定变量之间的关系密切程度，所使用的工具是相关系数；而回归分析程度，所使用的工具是相关系数；而回归分析则是侧重于考察变量之间的数量变化规律，并则是侧重于考察变量之间的数量变化规律，并通过一定的数学表达式来描述变量之间的关系，通过一定的数学表达式来描述变量之间的关系，进而确定一个或者几个变量的变化对另一个特进而确定一个或者几个变量的变化对另一个特定变量的影响程度。定变量的影响程度。 具体地说，回归分析主要解决以下几方面具体地
5、说，回归分析主要解决以下几方面的问题。的问题。 通过分析大量的样本数据，确定变量通过分析大量的样本数据，确定变量之间的数学关系式。之间的数学关系式。 对所确定的数学关系式的可信程度进对所确定的数学关系式的可信程度进行各种统计检验，并区分出对某一特定变量影行各种统计检验，并区分出对某一特定变量影响较为显著的变量和影响不显著的变量。响较为显著的变量和影响不显著的变量。 利用所确定的数学关系式，根据一个利用所确定的数学关系式，根据一个或几个变量的值来预测或控制另一个特定变量或几个变量的值来预测或控制另一个特定变量的取值，并给出这种预测或控制的精确度。的取值，并给出这种预测或控制的精确度。 作为处理变
6、量之间关系的一种统计方法和作为处理变量之间关系的一种统计方法和技术，回归分析的基本思想和方法以及技术，回归分析的基本思想和方法以及“回归回归（RegressionRegression）”名称的由来都要归功于英国名称的由来都要归功于英国统计学家统计学家F FGaltonGalton（1822182219111911）。）。 在实际中，根据变量的个数、变量的类型在实际中，根据变量的个数、变量的类型以及变量之间的相关关系，回归分析通常分为以及变量之间的相关关系，回归分析通常分为一元线性回归分析、多元线性回归分析、非线一元线性回归分析、多元线性回归分析、非线性回归分析、曲线估计、时间序列的曲线估计、性
7、回归分析、曲线估计、时间序列的曲线估计、含虚拟自变量的回归分析和逻辑回归分析等类含虚拟自变量的回归分析和逻辑回归分析等类型。型。7.2 7.2 一元线性回归分析一元线性回归分析7.2.1 统计学上的定义和计算公式统计学上的定义和计算公式 定义：一元线性回归分析是在排除其他影定义：一元线性回归分析是在排除其他影响因素或假定其他影响因素确定的条件下，分响因素或假定其他影响因素确定的条件下，分析某一个因素（自变量）是如何影响另一事物析某一个因素（自变量）是如何影响另一事物（因变量）的过程，所进行的分析是比较理想（因变量）的过程，所进行的分析是比较理想化的。其实，在现实社会生活中，任何一个事化的。其实
8、，在现实社会生活中，任何一个事物（因变量）总是受到其他多种事物（多个自物（因变量）总是受到其他多种事物（多个自变量）的影响。变量）的影响。 在实际问题中，由于所要研究的现象的总在实际问题中，由于所要研究的现象的总体单位数一般是很多的，在许多场合甚至是无体单位数一般是很多的，在许多场合甚至是无限的，因此无法掌握因变量限的，因此无法掌握因变量y y总体的全部取值。总体的全部取值。也就是说，总体回归方程事实上是未知的，需也就是说，总体回归方程事实上是未知的，需要利用样本的信息对其进行估计。显然，样本要利用样本的信息对其进行估计。显然，样本回归方程的函数形式应与总体回归方程的函数回归方程的函数形式应与
9、总体回归方程的函数形式一致。形式一致。 通过样本数据建立一个回归方程后，不能通过样本数据建立一个回归方程后，不能立即就用于对某个实际问题的预测。因为，应立即就用于对某个实际问题的预测。因为，应用最小二乘法求得的样本回归直线作为对总体用最小二乘法求得的样本回归直线作为对总体回归直线的近似，这种近似是否合理，必须对回归直线的近似，这种近似是否合理，必须对其作各种统计检验。一般经常作以下的统计检其作各种统计检验。一般经常作以下的统计检验。验。 （1 1）拟合优度检验）拟合优度检验 回归方程的拟合优度检验就是要检验样本回归方程的拟合优度检验就是要检验样本数据聚集在样本回归直线周围的密集程度，从数据聚集
10、在样本回归直线周围的密集程度，从而判断回归方程对样本数据的代表程度。而判断回归方程对样本数据的代表程度。 回归方程的拟合优度检验一般用判定系数回归方程的拟合优度检验一般用判定系数R2R2实现。该指标是建立在对总离差平方和进行实现。该指标是建立在对总离差平方和进行分解的基础之上。分解的基础之上。 （2 2）回归方程的显著性检验（）回归方程的显著性检验（F F检验）检验） 回归方程的显著性检验是对因变量与所有回归方程的显著性检验是对因变量与所有自变量之间的线性关系是否显著的一种假设检自变量之间的线性关系是否显著的一种假设检验。验。回归方程的显著性检验一般采用回归方程的显著性检验一般采用F F检验，
11、利用检验，利用方差分析的方法进行。方差分析的方法进行。 （3 3）回归系数的显著性检验（）回归系数的显著性检验（t t检验）检验） 所谓回归系数的显著性检验，就是根据样所谓回归系数的显著性检验，就是根据样本估计的结果对总体回归系数的有关假设进行本估计的结果对总体回归系数的有关假设进行检验。检验。 之所以对回归系数进行显著性检验，是因之所以对回归系数进行显著性检验，是因为回归方程的显著性检验只能检验所有回归系为回归方程的显著性检验只能检验所有回归系数是否同时与零有显著性差异，它不能保证回数是否同时与零有显著性差异，它不能保证回归方程中不包含不能较好解释说明因变量变化归方程中不包含不能较好解释说明
12、因变量变化的自变量。因此，可以通过回归系数显著性检的自变量。因此，可以通过回归系数显著性检验对每个回归系数进行考察。验对每个回归系数进行考察。 回归参数显著性检验的基本步骤。回归参数显著性检验的基本步骤。 提出假设提出假设 计算回归系数的计算回归系数的t t统计量值统计量值 根据给定的显著水平根据给定的显著水平确定临界值，确定临界值，或者计算或者计算t t值所对应的值所对应的p p值值 作出判断作出判断 研究问题研究问题 合成纤维的强度与其拉伸倍数有关，测得合成纤维的强度与其拉伸倍数有关，测得试验数据如表试验数据如表7-17-1所示。求合成纤维的强度与所示。求合成纤维的强度与拉伸倍数之间是否存
13、在显著的线性相关关系。拉伸倍数之间是否存在显著的线性相关关系。7.2.2 SPSS中实现过程中实现过程表表表表7-17-1强强强强度与拉伸倍数的度与拉伸倍数的度与拉伸倍数的度与拉伸倍数的试验试验试验试验数据数据数据数据序序 号号拉拉 伸伸 倍倍 数数强度（强度（kg/mm2）12.01.622.52.432.72.543.52.754.03.564.54.275.25.086.36.497.16.5108.07.3119.08.01210.08.1 实现步骤实现步骤图图图图7-1 7-1 在菜在菜在菜在菜单单单单中中中中选择选择选择选择“ “Linear”Linear”命令命令命令命令图图图图
14、7-2 “Linear Regression”7-2 “Linear Regression”对话对话对话对话框（一）框（一）框（一）框（一）图图图图7-3 “Linear Regression7-3 “Linear Regression：Statistics”Statistics”对话对话对话对话框框框框 图图图图7-4 “Linear Regression7-4 “Linear Regression：Plots”Plots”对话对话对话对话框框框框 图图图图7-5 “Linear Regression7-5 “Linear Regression：Save”Save”对话对话对话对话框框框框
15、图图图图7-6 “Linear Regression7-6 “Linear Regression：Options”Options”对话对话对话对话框框框框 （1 1）输出结果文件中的第一个表格如下）输出结果文件中的第一个表格如下表所示。表所示。 7.2.3 结果和讨论结果和讨论 （2 2）输出的结果文件中第二个表格如下）输出的结果文件中第二个表格如下表所示。表所示。 （3 3）输出的结果文件中第三个表格如下）输出的结果文件中第三个表格如下表所示。表所示。 （4 4）输出的结果文件中第四个表格如下）输出的结果文件中第四个表格如下表所示。表所示。7.3 7.3 多元线性回归分析多元线性回归分析7.
16、3.1 统计学上的定义和计算公式统计学上的定义和计算公式 定义：在上一节中讨论的回归问题只涉及定义：在上一节中讨论的回归问题只涉及了一个自变量，但在实际问题中，影响因变量了一个自变量，但在实际问题中，影响因变量的因素往往有多个。例如，商品的需求除了受的因素往往有多个。例如，商品的需求除了受自身价格的影响外，还要受到消费者收入、其自身价格的影响外，还要受到消费者收入、其他商品的价格、消费者偏好等因素的影响；影他商品的价格、消费者偏好等因素的影响；影响水果产量的外界因素有平均气温、平均日照响水果产量的外界因素有平均气温、平均日照时数、平均湿度等。时数、平均湿度等。 因此，在许多场合，仅仅考虑单个变
17、量是因此，在许多场合，仅仅考虑单个变量是不够的，还需要就一个因变量与多个自变量的不够的，还需要就一个因变量与多个自变量的联系来进行考察，才能获得比较满意的结果。联系来进行考察，才能获得比较满意的结果。这就产生了测定多因素之间相关关系的问题。这就产生了测定多因素之间相关关系的问题。 研究在线性相关条件下，两个或两个以上研究在线性相关条件下，两个或两个以上自变量对一个因变量的数量变化关系，称为多自变量对一个因变量的数量变化关系，称为多元线性回归分析，表现这一数量关系的数学公元线性回归分析，表现这一数量关系的数学公式，称为多元线性回归模型。多元线性回归模式，称为多元线性回归模型。多元线性回归模型是一
18、元线性回归模型的扩展，其基本原理与型是一元线性回归模型的扩展，其基本原理与一元线性回归模型类似，只是在计算上更为复一元线性回归模型类似，只是在计算上更为复杂，一般需借助计算机来完成。杂，一般需借助计算机来完成。 对多元线性回归，也需要测定方程的拟合对多元线性回归，也需要测定方程的拟合程度、检验回归方程和回归系数的显著性。程度、检验回归方程和回归系数的显著性。 （1 1）拟合优度检验）拟合优度检验 测定多元线性回归的拟合程度，与一元线测定多元线性回归的拟合程度，与一元线性回归中的判定系数类似，使用多重判定系数，性回归中的判定系数类似，使用多重判定系数，其定义为其定义为 （2 2）回归方程的显著性
19、检验（）回归方程的显著性检验（F F检验）检验） 多元线性回归方程的显著性检验一般采用多元线性回归方程的显著性检验一般采用F F检验，利用方差分析的方法进行。检验，利用方差分析的方法进行。 （3 3）回归系数的显著性检验（）回归系数的显著性检验（t t检验）检验） 回归系数的显著性检验是检验各自变量回归系数的显著性检验是检验各自变量x x1 1，x x2 2，对因变量，对因变量y y的影响是否显著，从而的影响是否显著，从而找出哪些自变量对找出哪些自变量对y y的影响是重要的，哪些是的影响是重要的，哪些是不重要的。不重要的。 与一元线性回归一样，要检验解释变量对与一元线性回归一样，要检验解释变量
20、对因变量因变量y y的线性作用是否显著，要使用的线性作用是否显著，要使用t t检验。检验。 研究问题研究问题 用多元回归分析来分析用多元回归分析来分析3636个员工多个心理个员工多个心理变量值（变量值（z1z1z8z8）对员工满意度）对员工满意度mymy的预测效果，的预测效果，测得试验数据如表测得试验数据如表7-27-2所示。所示。7.3.2 SPSS中实现过程中实现过程表表表表7-27-2员员员员工多个心理工多个心理工多个心理工多个心理变变变变量量量量值值值值和和和和员员员员工工工工满满满满意度数据意度数据意度数据意度数据z1z2z3z4z5z6z7Z8满满 意意 度度66.0064.006
21、2.0050.0058.0056.001.081.0025.0055.0050.0059.0059.0053.0051.001.001.1122.0050.0047.0049.0045.0046.0046.001.311.2020.0055.0059.0050.0054.0052.0069.001.001.0020.0055.0059.0048.0056.0047.0050.001.001.0024.0062.0054.0068.0046.0046.0051.001.081.0023.0060.0060.0056.0053.0052.0051.001.081.0021.0052.0052.00
22、69.0058.0057.0062.001.001.0023.0056.0055.0057.0039.0044.0046.001.691.0015.0050.0050.0068.0046.0045.0056.001.081.1425.0058.0054.0060.0059.0052.0051.001.001.0025.0053.0052.0055.0057.0065.0064.001.081.0022.0052.0056.0053.0057.0063.0051.001.461.4320.0056.0065.0052.0051.0062.0047.001.001.0022.0050.0063.0
23、059.0053.0055.0048.001.001.0020.0063.0057.0060.0066.0051.0056.001.001.0026.0056.0046.0058.0050.0045.0052.002.231.2921.0047.0050.0057.0049.0050.0048.002.081.1420.0053.0066.0053.0059.0055.0045.001.001.0025.00z1z2z3z4z5z6z7z8满满 意意 度度61.0055.0058.0061.0058.0061.001.151.1423.0059.0064.0060.0052.0054.0056
24、.001.081.0026.0055.0060.0072.0060.0055.0067.001.081.0026.0056.0052.0068.0040.0051.0055.001.851.7130.0059.0051.0061.0056.0052.0056.001.001.0025.0060.0053.0062.0055.0047.0063.001.311.1427.0052.0051.0057.0045.0055.0059.001.231.1420.0056.0057.0057.0052.0059.0055.001.001.1426.0068.0058.0071.0068.0053.006
25、1.001.001.0030.0060.0053.0061.0060.0056.0051.001.001.0027.0064.0056.0074.0050.0059.0057.001.851.1418.0067.0053.0060.0053.0053.0051.001.001.0024.0056.0056.0067.0067.0056.0052.001.001.0024.0053.0046.0049.0043.0050.0048.001.311.1419.0053.0057.0065.0052.0067.0059.001.771.4317.0060.0040.0071.0057.0056.00
26、58.001.081.0024.0054.0045.0044.0049.0042.0046.001.001.0023.00 实现步骤实现步骤图图图图7-7 “Linear Regression”7-7 “Linear Regression”对话对话对话对话框（二）框（二）框（二）框（二） （1 1）输出结果文件中的第一个表格如下）输出结果文件中的第一个表格如下表所示。表所示。7.3.3 结果和讨论结果和讨论 2 2）输出的结果文件中第二个表格如下表）输出的结果文件中第二个表格如下表所示。所示。 （3 3）输出的结果文件中第三个表格如下）输出的结果文件中第三个表格如下表所示。表所示。 （4 4）
27、输出的结果文件中第四个表格如下）输出的结果文件中第四个表格如下表所示。表所示。 （5 5）输出的结果文件中第五个表格如下）输出的结果文件中第五个表格如下表所示。表所示。 （6 6）输出的结果文件中第六个表格为回）输出的结果文件中第六个表格为回归系数分析，如下表所示归系数分析，如下表所示 （7 7）输出的结果文件中第七个表格如下）输出的结果文件中第七个表格如下表所示。表所示。 （8 8）输出的结果文件中第八部分为图形，）输出的结果文件中第八部分为图形，为回归因变量和每个自变量之间的关系点图。为回归因变量和每个自变量之间的关系点图。图图7-87-8为自变量为自变量z1z1和和mymy之间的关系点图
28、。之间的关系点图。7.4.1 统计学上的定义和计算公式统计学上的定义和计算公式7.4 7.4 非线性回归分析非线性回归分析 定义：研究在非线性相关条件下，自变量定义：研究在非线性相关条件下，自变量对因变量的数量变化关系，称为非线性回归分对因变量的数量变化关系，称为非线性回归分析。析。 在实际问题中，变量之间的相关关系往往在实际问题中，变量之间的相关关系往往不是线性的，而是非线性的，因而不能用线性不是线性的，而是非线性的，因而不能用线性回归方程来描述它们之间的相关关系，而要采回归方程来描述它们之间的相关关系，而要采用适当的非线性回归分析。用适当的非线性回归分析。 非线性回归问题大多数可以化为线性
29、回归非线性回归问题大多数可以化为线性回归问题来求解，也就是通过对非线性回归模型进问题来求解，也就是通过对非线性回归模型进行适当的变量变换，使其化为线性模型来求解。行适当的变量变换，使其化为线性模型来求解。一般步骤为：一般步骤为： 根据经验或者绘制散点图，选择适当根据经验或者绘制散点图，选择适当的非线性回归方程；的非线性回归方程； 通过变量置换，把非线性回归方程化为通过变量置换，把非线性回归方程化为线性回归；线性回归； 用线性回归分析中采用的方法来确定各用线性回归分析中采用的方法来确定各回归系数的值；回归系数的值； 对各系数进行显著性检验。对各系数进行显著性检验。 计算公式如下。计算公式如下。
30、在本节中介绍几种常见的非线性回归模型，在本节中介绍几种常见的非线性回归模型，并分别给出其线性化方法及图形。并分别给出其线性化方法及图形。 研究问题研究问题 研究民用汽车总量与国内生产总值的关系。研究民用汽车总量与国内生产总值的关系。数据如表数据如表7-37-3所示。（资料来源：所示。（资料来源：中国统计中国统计年鉴年鉴20072007，中国统计出版社，中国统计出版社，20072007年）年）7.4.2 SPSS中实现过程中实现过程 实现步骤实现步骤图图图图7-9 “Simple 7-9 “Simple ScatterplotScatterplot” ”对话对话对话对话框框框框图图图图7-10
31、7-10 散点散点散点散点图图图图图图图图7-11 “Curve Estimation”7-11 “Curve Estimation”对话对话对话对话框（一）框（一）框（一）框（一）7.4.3 结果和讨论结果和讨论 （1 1）第一部分输出相关统计量和参数的）第一部分输出相关统计量和参数的值，如下表所示。值，如下表所示。 （2 2）第二部分输出的是观察值和）第二部分输出的是观察值和CubicCubic，PowerPower两种曲线预测值的对比图，如图两种曲线预测值的对比图，如图7-127-12所所示。示。7.5.1 统计学上的定义和计算公式统计学上的定义和计算公式7.5 7.5 曲曲 线线 估估
32、 计计 定义：在一元回归分析中，一般首先绘制定义：在一元回归分析中，一般首先绘制自变量和因变量间的散点图，然后通过数据在自变量和因变量间的散点图，然后通过数据在散点图中的分布特点选择所要进行回归分析的散点图中的分布特点选择所要进行回归分析的类型，是使用线性回归分析还是某种非线性的类型，是使用线性回归分析还是某种非线性的回归分析。回归分析。 然而，在实际问题中，用户往往不能确定然而，在实际问题中，用户往往不能确定究竟该选择何种函数模型更接近样本数据，这究竟该选择何种函数模型更接近样本数据，这时可以采用曲线估计的方法，其步骤如下：时可以采用曲线估计的方法，其步骤如下： 首先根据实际问题本身特点，同
33、时选首先根据实际问题本身特点，同时选择几种模型；择几种模型； 然后然后SPSSSPSS自动完成模型的参数估计，自动完成模型的参数估计，并显示并显示R2R2、F F检验值、相伴概率值等统计量；检验值、相伴概率值等统计量； 最后，选择具有最后，选择具有R2R2统计量值最大的模统计量值最大的模型作为此问题的回归模型，并作一些预测。型作为此问题的回归模型，并作一些预测。 研究问题研究问题 试用试用SPSSSPSS对国内生产总值和社会消费品零对国内生产总值和社会消费品零售总额之间的关系进行曲线回归分析。数据如售总额之间的关系进行曲线回归分析。数据如表表7-47-4所示。（资料来源：所示。（资料来源：中国
34、统计年鉴中国统计年鉴20072007，中国统计出版社，中国统计出版社，20072007年）年）7.5.2 SPSS中实现过程中实现过程表表表表7-47-4 1978197820062006年社会消年社会消年社会消年社会消费费费费品零售品零售品零售品零售总额总额总额总额年年 份份国内生产总值（亿元）国内生产总值（亿元）社会消费品零售总额（亿元）社会消费品零售总额（亿元）19783645.21558.619794062.61800.019804545.62140.019814891.62350.019825323.42570.019835962.72849.419847208.13376.4198
35、59016.04305.0198610275.24950.0198712058.65820.0198815042.87440.0198916992.38101.4199018667.88300.1199121781.59415.6199226923.510993.7199335333.912462.1199448197.916264.7199560793.720620.0199671176.624774.1199778973.027298.9199884402.329152.5199989677.131134.7200099214.634152.62001109655.237595.22002
36、120332.748135.92003135822.852516.32004159878.359501.02005183867.967176.62006210871.076410.0 实现步骤实现步骤图图图图7-13 “Curve Estimation”7-13 “Curve Estimation”对话对话对话对话框（二）框（二）框（二）框（二） 图图图图7-14 “Curve Estimation7-14 “Curve Estimation：Save”Save”对话对话对话对话框（一）框（一）框（一）框（一） （1 1）SPSSSPSS输出结果文件中的第一部分如输出结果文件中的第一部分如下表
37、所示。下表所示。 7.5.3 结果和讨论结果和讨论 （2 2）输出的结果文件中第二部分如图）输出的结果文件中第二部分如图7-7-1515所示。所示。 （3 3）由于进行曲线估计时所选的曲线模）由于进行曲线估计时所选的曲线模型种类较多，所以使得输出的观察值与在各种型种类较多，所以使得输出的观察值与在各种函数模型条件下预测值的对比图比较复杂，不函数模型条件下预测值的对比图比较复杂，不易分辨出究竟易分辨出究竟LinearLinear，QuadraticQuadratic，CubicCubic及及PowerPower这这4 4种曲线究竟哪种的对样本观察值的拟种曲线究竟哪种的对样本观察值的拟合优度更符合
38、实际。合优度更符合实际。 图图图图7-16 7-16 对对对对比比比比图图图图2 2 （4 4）重新回到图）重新回到图7-137-13所示对话框，在所示对话框，在“ModelModel”框内只选中框内只选中“QuadraticQuadratic”和和“CubicCubic”这两种拟合优度更高的曲线模型进这两种拟合优度更高的曲线模型进行估计。得出它们与观察值的对比图，如图行估计。得出它们与观察值的对比图，如图7-7-1717所示。所示。图图图图7-17 7-17 对对对对比比比比图图图图3 3 （5 5）如果在图）如果在图7-137-13所示对话框中选中了所示对话框中选中了“Display AN
39、OVA tableDisplay ANOVA table”项，作回归方程显项，作回归方程显著性检验，将输出相应的方差分析表，以著性检验，将输出相应的方差分析表，以CubicCubic模型为例（如下表所示），其结果是：模型为例（如下表所示），其结果是：回归方程显著有意义，并且回归方程显著有意义，并且x,x2,x3x,x2,x3三个自变三个自变量的系数显著不为零。量的系数显著不为零。 （6 6）由于在图）由于在图7-137-13所示对话框中选了所示对话框中选了“SaveSave”项，且在图项，且在图7-147-14所示的所示的“Save Save VariablesVariables”框中选择了框
40、中选择了“Predicted Predicted valuesvalues”，“ResidualsResiduals”和和“Prediction Prediction intervalsintervals”3 3个选项，因此在个选项，因此在SPSSSPSS数据编辑窗数据编辑窗口中就增了口中就增了fit_1fit_1，err_1err_1，lcl_1lcl_1，ucl_1ucl_1等等4444个变量的值，如图个变量的值，如图7-187-18所示。所示。图图图图7-18 7-18 曲曲曲曲线线线线估估估估计计计计分析分析分析分析结结结结果保存果保存果保存果保存7.6.1 统计学上的定义和计算公式统
41、计学上的定义和计算公式7.6 7.6 时间序列的曲线估计时间序列的曲线估计 定义：时间序列的曲线估计是分析社会和定义：时间序列的曲线估计是分析社会和经济现象中经常用到的一种曲线估计。通常把经济现象中经常用到的一种曲线估计。通常把时间设为自变量时间设为自变量x x，代表具体的经济或社会现，代表具体的经济或社会现象的变量设为因变量象的变量设为因变量y y，研究变量，研究变量x x与与y y之间关之间关系的方法就是时间序列曲线估计。其具体步骤系的方法就是时间序列曲线估计。其具体步骤与一般的曲线估计基本类似。与一般的曲线估计基本类似。 计算公式：计算公式：SPSSSPSS中时间序列的曲线估计模中时间序
42、列的曲线估计模型与上一节所介绍相同。型与上一节所介绍相同。 研究问题研究问题 试用试用SPSSSPSS对对1978197820062006年间社会消费品零年间社会消费品零售总额之间的关系进行曲线回归分析。数据如售总额之间的关系进行曲线回归分析。数据如表表7-57-5所示。（资料来源：所示。（资料来源：中国统计年鉴中国统计年鉴20072007，中国统计出版社，中国统计出版社，20072007年）年）7.6.2 SPSS中实现过程中实现过程表表表表7-57-5 1978197820062006年社会消年社会消年社会消年社会消费费费费品零售品零售品零售品零售总额总额总额总额 序序 号号年年 份份社会
43、消费品零售总额（亿元）社会消费品零售总额（亿元）119781558.6219791800.0319802140.0419812350.0519822570.0619832849.4719843376.4819854305.0919864950.01019875820.01119887440.01219898101.41319908300.11419919415.615199210993.716199314270.417199418622.918199523613.819199628360.220199731252.921199833378.122199935647.923200039105.7
44、24200143055.425200248135.926200352516.327200459501.028200567176.629200676410.0 实现步骤实现步骤图图图图7-19 “Curve Estimation”7-19 “Curve Estimation”对话对话对话对话框（三）框（三）框（三）框（三） 图图图图7-20 “Curve Estimation7-20 “Curve Estimation：Save”Save”对话对话对话对话框（二）框（二）框（二）框（二） （1 1）第一部分输出相关统计量和参数的）第一部分输出相关统计量和参数的值如下表所示。值如下表所示。7.6.
45、3 结果和讨论结果和讨论 （2 2）第二部分输出的是观察值）第二部分输出的是观察值LinearLinear，CubicCubic，PowerPower和和Exponential 4Exponential 4种曲线预测值种曲线预测值的对比图，如图的对比图，如图7-217-21所示。所示。 （3 3）由于在图）由于在图7-197-19所示所示“Curve Curve EstimationEstimation”对话框（三）中选了对话框（三）中选了“SaveSave”项，项，且在图且在图7-207-20的的“Save VariablesSave Variables”框中选择了框中选择了“Predict
46、ed valuesPredicted values”选项和选项和“Predict Predict CasesCases”框中选择了框中选择了“Predict throughPredict through”项，项，并且在并且在“ObservationObservation”框中键入了框中键入了“3131”，因此在因此在SPSSSPSS数据编辑窗口中就新增了数据编辑窗口中就新增了fit_1fit_1，fit_2fit_2，fit_3fit_3和和fit_4fit_4等等4 4个变量的预测值，同个变量的预测值，同时在窗口下方还新增了两个个案，它们分别代时在窗口下方还新增了两个个案，它们分别代表对表对
47、20072007年和年和20082008年的预测值。如图年的预测值。如图7-227-22所示。所示。 7.7.1 统计学上的定义和计算公式统计学上的定义和计算公式7.7 7.7 含虚拟自变量的回归分析含虚拟自变量的回归分析 定义：前面几节所讨论的回归模型中，因定义：前面几节所讨论的回归模型中，因变量和自变量都是可以直接用数字计量的，即变量和自变量都是可以直接用数字计量的，即可以获得其实际观测值（如收入、支出、产量、可以获得其实际观测值（如收入、支出、产量、国内生产总值等），这类变量称作数量变量、国内生产总值等），这类变量称作数量变量、定量变量或数量因素。然而，在实际问题的研定量变量或数量因素。
48、然而，在实际问题的研究中，经常会碰到一些非数量型的变量，如性究中，经常会碰到一些非数量型的变量，如性别、民族、职业、文化程度、地区、正常年份别、民族、职业、文化程度、地区、正常年份与干旱年份、改革前与改革后等定性变量。与干旱年份、改革前与改革后等定性变量。 在建立一个实际问题的回归方程时，经常在建立一个实际问题的回归方程时，经常需要考虑这些定性变量。例如，建立粮食产量需要考虑这些定性变量。例如，建立粮食产量预测方程就应考虑到正常年份与受灾年份的不预测方程就应考虑到正常年份与受灾年份的不同影响；建立空调的销售模型时，除了要考虑同影响；建立空调的销售模型时，除了要考虑居民收入和商品价格这两个量的因
49、素之外，还居民收入和商品价格这两个量的因素之外，还必须将必须将“季节季节”这个质的因素，作为一个重要这个质的因素，作为一个重要解释变量。解释变量。 由于受到质的因素影响，回归模型的参数由于受到质的因素影响，回归模型的参数不再是固定不变的。例如，在空调销售模型中，不再是固定不变的。例如，在空调销售模型中，收入、价格与空调销售额的关系是随着季节变收入、价格与空调销售额的关系是随着季节变化而改变的，也就是说，在不同的季节回归模化而改变的，也就是说，在不同的季节回归模型的参数也会有所不同。再如，我国居民的消型的参数也会有所不同。再如，我国居民的消费行为在改革开放前后大不相同，因此消费函费行为在改革开放
50、前后大不相同，因此消费函数的参数也会发生变化。显然，如果忽略质的数的参数也会发生变化。显然，如果忽略质的因素，仍把模型中的参数看作是固定不变的，因素，仍把模型中的参数看作是固定不变的，得到的参数估计量就不能正确描述经济变量之得到的参数估计量就不能正确描述经济变量之间的关系。间的关系。 在回归分析中，对一些自变量是定性变量在回归分析中，对一些自变量是定性变量的先作数量化处理，处理的方法是引进只取的先作数量化处理，处理的方法是引进只取“0 0”和和“1 1”两个值的两个值的0 01 1型虚拟自变量。当型虚拟自变量。当某一属性出现时，虚拟变量取值为某一属性出现时，虚拟变量取值为“1 1”，否，否则取
51、值为则取值为“0 0”。例如，令。例如，令“1 1”表示改革开放表示改革开放以后的时期，以后的时期，“0 0”则表示改革开放以前的时则表示改革开放以前的时期。再如，用期。再如，用“l l”表示某人是男性，表示某人是男性，“0 0”则则表示某人是女性。虚拟变量也称为哑变量。需表示某人是女性。虚拟变量也称为哑变量。需要指出的是，虽然虚拟变量取某一数值，但这要指出的是，虽然虚拟变量取某一数值，但这一数值没有任何数量大小的意义，它仅仅用来一数值没有任何数量大小的意义，它仅仅用来说明观察单位的性质和属性。说明观察单位的性质和属性。 如果在回归模型中需要引入多个如果在回归模型中需要引入多个0 01 1型虚
52、型虚拟变量拟变量D D时，虚拟变量的个数应按下列原则来时，虚拟变量的个数应按下列原则来确定：对于包含一个具有确定：对于包含一个具有k k种特征或状态的质种特征或状态的质因素的回归模型，如果回归模型不带常数项，因素的回归模型，如果回归模型不带常数项，则中需引入则中需引入k k个个0 01 1型虚拟变量型虚拟变量D D；如果有常数；如果有常数项，则只需引入项，则只需引入k k1 1个个0 01 1型虚拟变量型虚拟变量D D。当。当k=2k=2时，只需要引入一个时，只需要引入一个0 01 1型虚拟变量型虚拟变量D D。 计算公式如下。计算公式如下。 下面以自变量所含定性变量是一个还是多下面以自变量所
53、含定性变量是一个还是多个来分别说明如何构造含虚拟自变量的回归模个来分别说明如何构造含虚拟自变量的回归模型。型。 （1 1）自变量中只含一个定性变量，且这）自变量中只含一个定性变量，且这个定性变量只有两种特征的简单情况时。个定性变量只有两种特征的简单情况时。 （2 2）自变量中含多个定性变量时。）自变量中含多个定性变量时。 研究问题研究问题 研究采取某项保险革新措施的速度研究采取某项保险革新措施的速度y y与保与保险公司的规模险公司的规模x1x1及其类型及其类型d d之间的关系，数据之间的关系，数据如表如表7-67-6所示。所示。7.7.2 SPSS中实现过程中实现过程表表表表7-67-6保保保
54、保险险险险公司革新情况公司革新情况公司革新情况公司革新情况iyx1d1171510226920321175043031052210406027707122100819120094290010162380112816411215272113112951143868115318511621224117201661181330511930124120142461 实现步骤实现步骤图图图图7-23 “Linear Regression”7-23 “Linear Regression”对话对话对话对话框（三）框（三）框（三）框（三） （1 1）第一部分输出结果文件中的第一个）第一部分输出结果文件中的第一
55、个表格如下表所示。表格如下表所示。7.7.3 结果和讨论结果和讨论 （2 2）输出的结果文件中第二个表格如下）输出的结果文件中第二个表格如下表所示。表所示。 （3 3）输出的结果文件中第三个表格如下）输出的结果文件中第三个表格如下表所示。表所示。 （4 4）输出的结果文件中第四个表格如下）输出的结果文件中第四个表格如下表所示。表所示。7.8.1 统计学上的定义和计算公式统计学上的定义和计算公式7.8 7.8 逻辑回归分析逻辑回归分析 定义：逻辑回归分析是对定性变量的回归定义：逻辑回归分析是对定性变量的回归分析。分析。 可用于处理定性因变量的统计分析方法有：可用于处理定性因变量的统计分析方法有：
56、判别分析（判别分析（DiscriminantDiscriminant analysis analysis）、）、ProbitProbit分析、分析、LogisticLogistic回归分析和对数线性模回归分析和对数线性模型等。在社会科学中，应用最多的是型等。在社会科学中，应用最多的是LogisticLogistic回归分析。回归分析。LogisticLogistic回归分析根据因变量取值回归分析根据因变量取值类别不同，又可以分为类别不同，又可以分为Binary LogisticBinary Logistic回归回归分析和分析和Multinomi-nalMultinomi-nal Logisti
57、c Logistic回归分析。回归分析。 Binary LogisticBinary Logistic回归模型中因变量只能回归模型中因变量只能取两个值取两个值1 1和和0 0（虚拟因变量），而（虚拟因变量），而Multinomial LogisticMultinomial Logistic回归模型中因变量可以回归模型中因变量可以取多个值。本节将只讨论取多个值。本节将只讨论Binary LogisticBinary Logistic回回归，并简称归，并简称LogisticLogistic回归（与回归（与7.57.5节曲线估计节曲线估计中介绍的中介绍的LogisticLogistic曲线模型相区别
58、）。曲线模型相区别）。LogisticLogistic函数的形式为函数的形式为 与任何概率一样，似然的取值范围在与任何概率一样，似然的取值范围在0,10,1之间。之间。2LL2LL的计算公式为的计算公式为1-2对数似然值（对数似然值（-2 log likelihood，-2LL） LogisticLogistic回归的拟合优度统计量计算公式回归的拟合优度统计量计算公式为为 在实际问题中，通常采用如下分类表在实际问题中，通常采用如下分类表（Classification TableClassification Table）反映拟合效果。）反映拟合效果。2拟合优度（拟合优度（Goodness of
59、Fit）统计量）统计量Predicted（预测值）01Percent Correct （正确分类比例）Observed（观测值）0n00n01f01n10n11f1Overall（总计）ffClassification Table for YClassification Table for Y3Cox和和Snell的的R 2（Cox&Snells R-Square）4Nagelkerke的的R 2（N agelkerkes R-Square）5伪伪R 2（Psedo-R-square） 伪伪R R2 2与线性回归模型的与线性回归模型的R R2 2相对应，其意义相对应，其意义相似，但它小于相似，
60、但它小于1 1。6Hosmer和和Lemeshow的拟合优度检验的拟合优度检验统计量（统计量（Hosmer and Lemeshows Goodness of Fit Test Statistic） 与一般拟合优度检验不同，与一般拟合优度检验不同，HosmerHosmer和和LemeshowLemeshow的拟合优度检验通常把样本数据根据的拟合优度检验通常把样本数据根据预测概率分为预测概率分为1010组，然后根据观测频数和期望组，然后根据观测频数和期望频数构造卡方统计量（即频数构造卡方统计量（即HosmerHosmer和和LemeshowLemeshow的的拟合优度检验统计量，简称拟合优度检验
61、统计量，简称H-LH-L拟合优度检验拟合优度检验统计量），最后根据自由度为统计量），最后根据自由度为8 8的卡方分布计的卡方分布计算其值并对算其值并对LogisticLogistic模型进行检验。模型进行检验。 如果该如果该p p值小于给定的显著性水平（如值小于给定的显著性水平（如=0.05=0.05），则拒绝因变量的观测值与模型预测），则拒绝因变量的观测值与模型预测值不存在差异的零假设，表明模型的预测值与值不存在差异的零假设，表明模型的预测值与观测值存在显著差异。如果值大于，我们没有观测值存在显著差异。如果值大于，我们没有充分的理由拒绝零假设，表明在可接受的水平充分的理由拒绝零假设，表明在可
62、接受的水平上模型的估计拟合了数据。上模型的估计拟合了数据。 7Wald统计量统计量 WaldWald统计量用于判断一个变量是否应该包统计量用于判断一个变量是否应该包含在模型中，其检验步骤如下。含在模型中，其检验步骤如下。 （1 1）提出假设。）提出假设。 （2 2）构造）构造WaldWald统计量。统计量。 （3 3）作出统计判断。）作出统计判断。 研究问题研究问题 在一次关于某城镇居民上下班使用交通工在一次关于某城镇居民上下班使用交通工具的社会调查中，因变量具的社会调查中，因变量y =1y =1表示居民主要乘表示居民主要乘坐公共汽车上下班；坐公共汽车上下班；y y=0=0表示主要骑自行车表示
63、主要骑自行车上下班；自变量上下班；自变量x1x1表示被调查者的年龄；表示被调查者的年龄；x2x2表表示被调查者的月收入；示被调查者的月收入；x3x3表示被调查者的性别表示被调查者的性别（x3=1x3=1为男性，为男性，x3=0x3=0为女性）。为女性）。试建立试建立y y与自变量间的与自变量间的LogisticLogistic回归，数据如回归，数据如表表7-77-7所示。所示。7.8.2 SPSS中实现过程中实现过程表表表表7-77-7使用交通工具上下班情况使用交通工具上下班情况使用交通工具上下班情况使用交通工具上下班情况序号序号x1（年龄）（年龄）x2（月收入：元）（月收入：元）x3（性别）
64、（性别）y118850002211200003238500142395001528120001631850007361500018421000019469500110481200001155180001125621000113581800011418850101520100010162512001017271300101828150010193095011203210001021331800102233100010233812001024411500102545180011264810001027521500112856180011 实现步骤实现步骤图图图图7-24 “Logistic Reg
65、ression”7-24 “Logistic Regression”对话对话对话对话框框框框图图图图7-25 “Logistic Regression7-25 “Logistic Regression：Options”Options”对话对话对话对话框框框框 （1 1）第一部分输出结果有两个表格，第）第一部分输出结果有两个表格，第一个表格说明所有个案（一个表格说明所有个案（2828个）都被选入作为个）都被选入作为回归分析的个案。回归分析的个案。 7.8.3 结果和讨论结果和讨论 第二个表格说明初始的因变量值（第二个表格说明初始的因变量值（0 0，1 1）已经转换为逻辑回归分析中常用的已经转换为
66、逻辑回归分析中常用的0 0、1 1数值。数值。 （2 2）第二部分（）第二部分（Block 0Block 0）输出结果有）输出结果有4 4个表格。个表格。 （3 3）Omnibus Tests of Model Omnibus Tests of Model CoefficientsCoefficients表格列出了模型系数的表格列出了模型系数的Omnibus Omnibus TestsTests结果。结果。 （4 4）Model SummaryModel Summary表给出了表给出了-2 -2 对数似对数似然值、然值、CoxCox和和SnellSnell的的R2R2以及以及Nagelkerk
67、eNagelkerke的的R2R2检检验统计结果。验统计结果。 （5 5）HosmerHosmer and and LemeshowLemeshow Test Test表格以表格以及及Contingency Table for Contingency Table for HosmerHosmer and and LemeshowLemeshow Test Test表格给出了表格给出了HosmerHosmer和和LemeshowLemeshow的拟合优度检验统计量。的拟合优度检验统计量。 （6 6）Classification TableClassification Table分类表说明分类表说
68、明第一次迭代结果的拟合效果，从该表格可以看第一次迭代结果的拟合效果，从该表格可以看出对于出对于y=0y=0，有，有86.7%86.7%的准确性；对于的准确性；对于y=1y=1，有，有76.9%76.9%准确性，因此对于所有个案总共有准确性，因此对于所有个案总共有82.1%82.1%的准确性。的准确性。 （7 7）Variables in the EquationVariables in the Equation表格列表格列出了出了Step 1Step 1中各个变量对应的系数，以及该变中各个变量对应的系数，以及该变量对应的量对应的Wald Wald 统计量值和它对应的相伴概率。统计量值和它对应的
69、相伴概率。从该表格中可以看出从该表格中可以看出x3x3相伴概率最小，相伴概率最小，WaldWald统统计量最大，可见该变量在模型中很重要。计量最大，可见该变量在模型中很重要。 （8 8）Correlation MatrixCorrelation Matrix表格列出了常数表格列出了常数ConstantConstant、系数之间的相关矩阵。常数与、系数之间的相关矩阵。常数与x2x2之之间的相关性最大，间的相关性最大，x1x1和和x3x3之间的相关性最小。之间的相关性最小。 （9 9）图）图7-267-26所示是观测值和预测概率分布所示是观测值和预测概率分布图。该图以图。该图以0 0和和1 1为符
70、号，每四个符号代表一个为符号，每四个符号代表一个个案。横坐标是个案属于个案。横坐标是个案属于1 1的录属度，这里称的录属度，这里称为预测概率（为预测概率（Predicted ProbabilityPredicted Probability）。纵）。纵坐标是个案分布频数，反映个案的分布。坐标是个案分布频数，反映个案的分布。 （1010）逻辑回归的最后一个输出表格是）逻辑回归的最后一个输出表格是CasewiseCasewise List List，列出了残差大于，列出了残差大于2 2的个案。的个案。小小 结结 回归分析是研究变量与变量之间联系的最回归分析是研究变量与变量之间联系的最为广泛的模型。在
71、实际中，根据变量的个数、为广泛的模型。在实际中，根据变量的个数、类型，以及变量之间的相关关系，回归分析通类型，以及变量之间的相关关系，回归分析通常分为一元线性回归分析、多元线性回归分析、常分为一元线性回归分析、多元线性回归分析、非线性回归分析、曲线估计、时间序列的曲线非线性回归分析、曲线估计、时间序列的曲线估计、含虚拟自变量的回归分析和逻辑回归分估计、含虚拟自变量的回归分析和逻辑回归分析等。析等。小小 结结 一元线性回归只涉及一个自变量的回归问一元线性回归只涉及一个自变量的回归问题；多元线性回归用于解决两个或两个以上自题；多元线性回归用于解决两个或两个以上自变量对一个因变量的数量变化关系问题；
72、非线变量对一个因变量的数量变化关系问题；非线性回归主要解决在非线性相关条件下，自变量性回归主要解决在非线性相关条件下，自变量对因变量的数量变化关系；时间序列的曲线回对因变量的数量变化关系；时间序列的曲线回归用于研究因变量与时间之间的变化关系；当归用于研究因变量与时间之间的变化关系；当遇到非数量型变量时，通过引入虚拟变量来构遇到非数量型变量时，通过引入虚拟变量来构造含虚拟变量的回归模型；造含虚拟变量的回归模型；LogisticLogistic回归分析回归分析是对定性变量进行的回归分析。是对定性变量进行的回归分析。小小 结结 SPSSSPSS中中“AnalyzeAnalyze”/ /“RegressionRegression”菜单菜单可用于回归统计分析。其中，一元线性回归、可用于回归统计分析。其中，一元线性回归、多元线性回归和含虚拟变量的回归分析可由多元线性回归和含虚拟变量的回归分析可由“LinearLinear”子菜单完成；非线性回归分析、曲子菜单完成；非线性回归分析、曲线估计和时间序列的曲线估计可由线估计和时间序列的曲线估计可由“Curve Curve EstimationEstimation”子菜单完成；逻辑回归分析可由子菜单完成；逻辑回归分析可由“Binary LogisticBinary Logistic”子菜单完成。子菜单完成。
