回归分析.doc

回归分析.doc回归分析
回归分析
回归分析
回归分析
回归分析反映因果关系
线形回归分析：包括简单线形回归和多元线形回归，由Linear实现
线形回归模型的基本适用条件：
归分析
回归分析
回归分析
共线性问题，条件指针值如果在

30以上，则表示有严重的共线性问题，

CI

值愈大，愈有共线
回归分析
回归分析
回归分析
性问题。
回归分析
回归分析
回归分析
【主对话框】
；用于选入回归分析的应变量，只能选入一个。
：由Previous和Next两个按钮组成，用于将下面Independent框
中选入的自变量分组。由于多元回归分析中自变量的选入方式有前进、后退、逐步
等方法，如果对不同的自变量选入的方法不同，则用该按钮组将自变量分组选入即
可。下面的多元回归分析实例中就会具体演示其用法。
：用于选入回归分析的自变量，它们进入模型的方法可使用Block按钮进行不同的定义。
：用于选择对自变量的选入方法，该选项对当前Independent框中的所有变量均有效。
Enter：强行进入法，候选自变量全部纳入模型，不作任何筛选，默认选项。
stepwise：逐步法，根据在Options框中设定的纳入和排除标准进行变量筛选。具
体做法是首先分别计算各自变量对因变量y的贡献大小，按由大到小挑选贡献最大
的一个先进入方程：随后重新计算各自变量对y的贡献，并考察已在方程中的变量
是否由于新变量的引入而不再有统计意义。如果有，则将它易（除，并重新计算各
回归分析
回归分析
回归分析
自变量对y的贡献．如仍有变量低于入选标准，则继续考虑剔除，直到方程内没有变量可被剔除，方程外没有变量可被引进为止。
Remove：强制剔除法，和下面的向后法一样，也是只出不进，但它的筛选是以Block为单位。即按照移除标准将同一个Block内的变量一次全部剔除。
Backward：向后法，筛选步骤和逐步法类似，但只出不进，印对已纳入方程的变量
按对少的贡献大小由小到大依次剔除，每剔除一个变量，则重新计算各自变最对少
的员献。直到方程中所有变量均符合选入标准，没有自变量可被剔除为止。
Forward：向前法，筛选步骤和逐步法类似，但只进不出，即对己纳入方程的变量
不再考察其显著性．直到方程外变量均达不到入选标准，没有自变量可被引入方程
为止。
．选入一个筛选变量，并利用右侧的Rules钮建立一个选择
条件，这样，只有满足该条件的记录才会进入回归分析。当然，用户也可以先采用
Dota菜单中的SdectCase过程来选择记录，两者功能是等价的。只不过selectCase
过程中的定义在以后