文档介绍：该【spss多元线性回归分析 】是由【HShess】上传分享，文档一共【8】页，该文档可以免费在线阅读，需要了解更多关于【spss多元线性回归分析 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。spss多元线性回归分析SPSS多元线性回归分析试验在科学研究中,我们会发现某些指标通常受到多个因素的影响,如血压值除了受年龄影响之外,还受到性别、体重、饮食****惯、吸烟情况等因素的影响,用方程定量描述一个因变量y与多个自变量x1、x2、x3.......之间的线性依存关系,称为多元线性回归。有学者认为血清中低密度脂蛋白增高是引起动脉硬化的一个重要原因。现测量30名怀疑患有动脉硬化的就诊患者的载脂蛋白A、载脂蛋白B、载脂蛋白E、载脂蛋白C、低密度脂蛋白中的胆固醇含量。资料如下表所示。求低密度脂蛋白中的胆固醇含量对载脂蛋白A、载脂蛋白B、载脂蛋白E、载脂蛋白C的线性回归方程。**********.**********.**********.**********.**********.**********.**********.(2)单击“统计量”选项,原有选项基础上选择“R方变化”。在残差中选“Durbin-Watson”,单击“继续”。(3)单击“绘制”,将“DEPENDNT”选入“X2”中,将“*SRESID”选入“Y”中,在标准残差图选项中选择“直方图”和“正态概率图”。单击“继续”。(4)单击“选项”,在原有选项的基础上单击“继续”,最后单击“确定”,就完成了。数据处理结果如下:输入/移去的变量a输入/(准则:F-to-enter的概率<=.050,F-to-remove的概率>=.100)。(准则:F-to-enter的概率<=.050,F-to-remove的概率>=.100)。(准则:F-to-enter的概率<=.050,F-to-remove的概率>=.100)。(准则:F-to-enter的概率<=.050,F-to-remove的概率>=.100)。:低密度脂蛋白上图为统计的基本信息。模型汇总c模型RR方调整R方标准估计的误差更改统计量Durbin-:(常量),载脂蛋白B。:(常量),载脂蛋白B,载脂蛋白C。:低密度脂蛋白上图列出了模型的R、R方?、调整R方。R方?值越大所反映的两变量的共变量比率越高,模型与数据的拟合程度越好。结果显示:,,。:(常量),载脂蛋白B。:(常量),载脂蛋白B,载脂蛋白C。:低密度脂蛋白上图是对拟合的两个模型的方差分析检验结果,,说明两个模型都有统计学意义,模型有统计学意义不等于模型内所有的变量都有统计学意义,还需要进一步对各自变量进行检验。(常量)(常量)--.485-(常量)(常量)--.485-:低密度脂蛋白上图为对两个模型中各个系数检验的结果,蛋白B、,均有统计学意义。所以最后的回归方程为y=+-,标准系数的绝对值越大说明说明对因变量的贡献越大,本例中B对因变量的影响最大,其次是C。-.308a--.-.485a--.-.060b-.-.:(常量),载脂蛋白B。:(常量),载脂蛋白B,载脂蛋白C。:低密度脂蛋白上表为残差的直方图,可见残差分布比较均匀,近似服从正态分布,符合多元回归的条件。上图为残差的正态pp图,可见残差基本呈直线趋势,可以认为因变量呈正态分布。上图为低密度脂蛋白胆固醇对学生化残差的散点图,可见残差围绕均线均匀分布,把部分残差绝对值在2以内,提示方差齐。