文档介绍：第八章回归分析
第一节 Linear过程
主要功能
实例操作
第二节 Curve Estimation过程
主要功能
实例操作
第三节 Logistic过程
主要功能
实例操作
第四节 Probit过程
主要功能
实例操作
第五节 Nonlinear过程
主要功能
实例操作
 
回归分析是处理两个及两个以上变量间线性依存关系的统计方法。在医学领域中，此类问题很普遍，如人头发中某种金属元素的含量与血液中该元素的含量有关系，人的体表面积与身高、体重有关系；等等。回归分析就是用于说明这种依存变化的数学关系。
 
第一节 Linear过程
 
主要功能
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）。
 
返回目录返回全书目录
 
实例操作
［］某医师测得10名3岁儿童的身高（cm）、体重（kg）和体表面积（cm2）资料如下。试用多元回归方法确定以身高、体重为自变量，体表面积为应变量的回归方程。
 
儿童编号
体表面积（Y）
身高（X1）
体重（X2）
1
2
3
4
5
6
7
8
9
10

 
数据准备
激活数据管理窗口，定义变量名：体表面积为Y，保留3位小数；身高、体重分别为X1、X2，1位小数。输入原始数据，。
 
 
原始数据的输入
 
统计分析
激活Statistics菜单选Regression中的Linear...项，弹出Linear Regression对话框（）。从对话框左侧的变量列表中选y，点击Ø钮使之进入Dependent框，选x1、x2，点击Ø钮使之进入Indepentdent(s)框；在Method处下拉菜单，共有5个选项：Enter（全部入选法）、Stepwise（逐步法）、Remove（强制剔除法）、Backward（向后法）、Forward（向前法）。本例选用Enter法。点击OK钮即完成分析。
 
 
线性回归分析对话框
 
用户还可点击Statistics...钮选择是否作变量的描述性统计、回归方程应变量的可信区间估计等分析；点击Plots...钮选择是否作变量分布图（本例要求对标准化Y预测值作变量分布图）；点击Save...钮选择对回归分析的有关结果是否作保存（本例要求对根据所确定的回归方程求得的未校正Y预测值和标准化Y预测值作保存）；点击Options...钮选择变量入选与剔除的α、β值和缺失值的处理方法。
 
结果解释
在结果输出窗口中将看到如下统计数据：
 
* * * * M U L T I P L E R E G R E S S I O N * * * *
 
Listwise Deletion of Missing Data
Equation Number 1 Dependent Variable.. Y
Block Number 1. Method: Enter X1 X2
 
Variable(s) Entered on Step Number
1.. X2
2.. X1
 
Multiple R .94964
R Square .90181
Adjusted R Square .87376
Standard Error .14335
Analysis of Variance
DF Sum of Squares Mean Square
Regression 2 .66052
Residual