回归分析回归分析是在自然科学、社会科学等领域中具有广泛应用的统计方法。变量与变量之间的关系分为确定性关系和非确定性关系两类。函数表达确定性关系。研究变量间的非确定性关系,构造变量间经验公式的数理统计方法称为回归分析。在分析中的回归菜单中,回归分析过程有以下几种:线性回归;曲线估计;二分变量logistic回归等等,内容十分丰富,这里只是简单的介绍线性回归分析,其余的用法,大家要用到时,看相关的书本。操作步骤:,观察因变量与自变量之间关系是否有线性的特点(1).按图形→就对话框→散点/点状→简单分布顺序展开对话框。以上生成的图形,Y轴为salbegin(初始工资),X轴为salary(当前工资),可以看出初始工资和当前的工资存在明显的线性关系。同理,我们可以对其他可能引入模型的变量,如工作经验、受教育年数、受雇时间、工作类型等变量,也应该做出散点图,以助判断。→回归→线性顺序展开线性模型主对话框。在左侧的源变量框中选择变量salary作为因变量进入因变量框中。选择salbegin、prevexp、jobtime、educ变量作为自变量进入自变量框中。选择:统计量SPSS教程第五章相关分析下表为方差分析表,显示回归拟合过程中每一步的方差分析结果,,可判断,最终的回归方程应该包括这4个自变量,且方程拟合效果较好。:(常量),BeginningSalary。:(常量),BeginningSalary,PreviousExperience(months)。:(常量),BeginningSalary,PreviousExperience(months),MonthssinceHire。:(常量),BeginningSalary,PreviousExperience(months),MonthssinceHire,EducationalLevel(years)。:(常量)(常量)(months)--.137-(常量
回归分析 来自淘豆网m.daumloan.com转载请标明出处.
