文档介绍：spss回归分析
第八章 回归分析
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F=，P=，回归方程有效。回归方程为Y=+-。
本例要求按所建立的回归方程计算Y预测值和标准化Y预测值(所谓标准化Y预测值是指将根据回归方程求得的Y预测值转化成按均数为0、标准差为1的标准正态分布的Y值)并将计算结果保存入原数据库。系统将原始的X1、X2值代入方程求Y值预测值(即库中pre_1栏)和标准化Y预测值(即库中zpr_1栏)，。
计算结果的保存
本例还要求对标准化Y预测值作变量分布图，系统将绘制的统计图送向Chart Carousel
窗口，双击该窗口可见下图显示结果。
Histogram
Dependent Variable:
Std. Dev = .88 .5Mean = = ---.
Regression Standardized Residual
对标准化Y预测值所作的正态分布图
第二节 Curve Estimation过程
主要功能
调用此过程可完成下列有关曲线拟合的功能:
1、Linear:拟合直线方程(实际上与Linear过程的二元直线回归相同，即Y = b+ bX); 01
2 2、Quadratic:拟合二次方程(Y = b+ bX+bX); 012
X 3、Compound:拟合复合曲线模型(Y = bb); 0×1
(b0+b1X) 4、Growth:拟合等比级数曲线模型(Y = e);
5、Logarithmic:拟合对数方程(Y = b+blnX) 01
23 6、Cubic:拟合三次方程(Y = b+ bX+bX+bX); 0123
(b0+b1/X) 7、S:拟合S形曲线(Y = e);
b1X 8、Exponential:拟合指数方程(Y = b e); 0
9、Inverse:数据按Y = b+b/X进行变换; 01
b1 10、Power:拟合乘幂曲线模型(Y = bX); 0
X 11、Logistic:拟合Logistic曲线模型(Y = 1/(1/u + bb)。 0×1
实例操作
[]某地1963年调查得儿童年龄(岁)X与锡克试验阴性率(%)Y的资料如下，试拟合对数曲线。
年龄(岁) 锡克试验阴性率(%)
X Y
1
2
3
4
5
6
7
数据准备
激活数据管理窗口，定义变量名:锡克试验阴性率为Y，年龄为X，输入原始数据。
统计分析
激活Statistics菜单选Regression中的Curve Estimation...项，弹出Curve Estimation对话框()。从对话框左侧的变量列表中选y，点击,钮使之进入Dependent框，选x，点击,钮使之进入Indepentdent(s)框;在Model框内选择所需的曲线模型，本例选择
Logarithmic模型(即对数曲线);选Plot models项要求绘制曲线拟合图;点击Save...钮，弹出Curve Estimation:Save对话框，选择Predicted value项，要求在原始数据库中保存根据对数方程求出的Y预测值，点击Continue钮返回Curve Estimation对话框，再点击OK钮即可。
曲线拟合对话框
结果解释
在结果输出窗口中将看到如下统计数据:
ndependent: X
Dependent Mth Rsq . F Sigf b0 b1
Y LOG .913 5 .001
2 在以X为自变量、Y为应变量，采用对数曲线拟合方法建立的方程，决定系数R=(接近于1)，作拟合优度检验，方差分析表明:F=，P=，拟合度很好，对数方程为:Y=+。
.6所示。 本例要求绘制曲线拟合图，结果如图8
Y
110
100
90
80
70