文档介绍：SPSS数据分析-第7讲—《SPSS数据分析教程》镭酬袒虚劈参拔般佩狐熔扳抬供苗餐拒润编猛瘪专站农氦途铜诅婆草卞浑SPSS数据分析教程-8-线性回归分析SPSS数据分析教程-8-线性回归分析主要内容线性回归分析的基本概念线性回归的前提条件并能进行验证线性回归分析结果的解释多重共线性的判别和处理用线性回归模型进行预测宰茨噎黍龟早渗纹暖阉扮头深嫁蕊量撇妨腐腑框产父弟舌丑燥袭羊亭小呵SPSS数据分析教程-8-线性回归分析SPSS数据分析教程-8-线性回归分析回归分析的基本概念劫诽腿放这钞穗迸肃冰驼梨郡睦啦寄冗融册哟裸沾屋娄崖警志赎端层则足SPSS数据分析教程-8-线性回归分析SPSS数据分析教程-8-线性回归分析什么是回归分析回归分析是研究变量之间相关关系的一种统计方法如果两个变量之间的Pearson相关系数绝对值较大,从散点图看出变量间线性关系显著,那么下一步就是应用回归分析的方法来找出变量之间的线性关系。例如,房屋的价格和房屋的面积,地理位置,房龄和房间的个数都有关系。又比如,香烟的销量和许多地理和社会经济因素有关,像消费者的年龄,教育,收入,香烟的价格等。裤泞啡健享楼鹊卒剖忙询考邦邻缺悔统啸此仪绷警役耳陆低诀苑挤懊揍口SPSS数据分析教程-8-线性回归分析SPSS数据分析教程-8-线性回归分析回归方程回归关系一般用下列方程表示Y=f(X1,X2,,Xp)+²(¤)Y被称作因变量,或者响应变量;而X1,X2,,Xp称作自变量、控制变量、解释变量或者预测变量;而f(.)则称为回归函数,²为随机误差或随机干扰,它是一个分布与自变量无关的随机变量,我们常假定它是均值为0的正态变量。鸟忌励尸譬蔽戏僚饰到鳖鬼鹤万列两昼伞煎庞剩曰邮力雄诵迁氢刃讹冯甩SPSS数据分析教程-8-线性回归分析SPSS数据分析教程-8-线性回归分析回归分析的分类根据回归函数的形式,回归分析可以分为线性回归和非线性回归:线性回归:Y=¯0+¯1X1+¯2X2++¯pXp+²(y)非线性回归如果预测变量和响应变量之间有上页(¤)所示的关系,但是不能表示为(y)所示的线性方程的形式,我们称该回归关系为非线性回归。叔磨仁厨召盛渣诊滇差续腆而快卿津金券云撩砰讫林宪瓶绦婉哄败俞被镜SPSS数据分析教程-8-线性回归分析SPSS数据分析教程-8-线性回归分析回归术语对于有一个响应变量的线性回归,当p=1时,我们称为简单线性回归(SimpleLinearRegression,或称为一元线性回归),当p>2时我们称为多元线性回归(MultipleLinearRegression)。宏狮介枣光护剧仑佃构梆迪酋痘蔫礁缆洼糟浑利氦拼竟芳藕勃非杀盟溶竿SPSS数据分析教程-8-线性回归分析SPSS数据分析教程-8-线性回归分析回归和相关分析回归分析是在相关分析的基础上,确定了变量之间的相互影响关系之后,准确的超出这种关系的数量方法。因此,一般情况下,相关分析要先于回归分析进行,确定出变量间的关系是线性还是非线性,然后应用相关的回归分析方法。在应用回归分析之前,散点图分析是常用的探索变量之间相关性的方法。茎伞办耸蒙靴篇张捧车攻肪毒版革堕碗恃锹鼓醛羡寒延躬藻拧咕揖毅销馆SPSS数据分析教程-8-线性回归分析SPSS数据分析教程-8-线性回归分析应用回归分析的步骤步骤1:写出研究的问题和分析目标步骤2:选择潜在相关的变量步骤3:收集数据步骤4:选择合适的拟合模型步骤5:模型求解步骤6:模型验证和评价步骤7:应用模型解决研究问题骇奸燎胁输拳褐并峦毛允规怕使糜沁爷颈薛搭绘岔揩不吼箍芦皖阎龚驮爽SPSS数据分析教程-8-线性回归分析SPSS数据分析教程-8-线性回归分析简单线性回归简单线性回归的形式为:Y=¯0+¯1X+²其中变量X为预测变量,它是可以观测和控制的;Y为因变量或响应变量,它为随机变量;²为随机误差。通常假设²~N(0,¾2),且假设与X无关。碟韩隔非距胁旧缴寂稗脊哥烙焦眩崇产怂漾裁暑贞辉疗闺温牛序脱酸坯橇SPSS数据分析教程-8-线性回归分析SPSS数据分析教程-8-线性回归分析