简单回归分析
回归分析(regression variable):
研究一个变量如何随另一个变量变化的常用方法。
线性回归(linear regression):又称简单回归(simple regression)
两个连续型变量之间线性依存关系的统计方法。即描述一个因变量(dependent variable)Y与一个或多个自变量( independent variable )X之间的线性依存关系。
回归分析的要求
1、应变量Y服从正态分布
2、自变量X可以是随机变动的,也可以是精确测量或人为取值的变量
线性回归模型的适用条件(line)
L-线性
I-独立性
N-正态性
E-方差齐性
残差图
方差不齐
模型还有别的变量需要引入
曲线关系
方差齐、直线关系
Analyze regression linear(线性回归分析)可进行以下几个过程
1、建立回归方程;
2、回归方程的配合适度检验:包括回归方程和回归系数或偏回归系数的假设检验、残差分析;
3、直线回归的区间估计:包括总体回归系数的区间估计;当x为某定值时,估计值总体均数的可信区间和个体Y值的容许区间
4、直线相关和偏相关分析。
Method:自变量筛选下拉菜单
Enter:强迫引入法;全部自变量均引入方程
Stepwise:逐步引入
Remove:强迫剔除法
backward:向后剔除法
Forward:向前引入法
Statistics对话框
独立性检验
Plots对话框
Options对话框
spss简单回归与多重回归分析 来自淘豆网m.daumloan.com转载请标明出处.
