回归分析.docx

回归分析
回归分析（RegressionAnalysis）是研究因变量y和自变量x之间数量变化规律，并通过一定的数学表达式来描述这种关系，进而确定一个或几个自变量的变化对因变量的影响程度。简约地讲，可以理解为用一种确定的函数关系去近似代替对话框下方展开一个输入框，该框用于输入加权变量。本例子没有加权变量，因此不作任何设置。
4）回归方式
在“Method”框中选择一种回归分析方式。其中，各项的意义为：
全进入：“Enter”所选择的自变量将全部进入建立的回归方程中，该项为默认方式。
逐步进入：“Stepwise”根据“Options”对话框中的设置，在方程中加入或剔除单个变量直到所建立的方程中不再含有可加入或剔除的变量为止。
后进入：“Remove”将进入方程中的自变量同时剔除。
先进入：“Backward”自变量框中所有的变量同时进入方程中，然后根据“Options”对话框中的设置，剔除某个变量，直到所建立的方程中不再含有可剔除的变量为止。
条件进入：“Forward”根据“Options”对话框中的设置，在方程中每次加入一个变量，直至加入所有符合条件的变量为止。
本例子是一元回归，只能选第一项。
5）设置输出统计量
单击“Statistics”按钮，打开如图1-3所示的对话框。该对话框用于设置相关参数。其中各项的意义分别为：
图1-3“Statistics”对话框
“RegressionCoefficients”回归系数选项：
"“Estimates”输出回归系数和相关统计量。
“Confidenceinterval”回归系数的95%置信区间。
“Covariancematrix”回归系数的方差-协方差矩阵。
本例子选择“Estimates”输出回归系数和相关统计量。
“Residuals”残差选项：
“Durbin-Watson”Durbin-Watson检验。
“Casewisediagnostic”输出满足选择条件的观测量的相关信息。选择该项，下面两项处于可选状态：
"“Outliersoutsidestandarddeviations”选择标准化残差的绝对值大于输入值的观测量；
镇“Allcases”选择所有观测量。
本例子都不选。
其它输入选项
“Modelfit”输出相关系数、相关系数平方、调整系数、估计标准误、ANOVA表。
“Rsquaredchange”输出由于加入和剔除变量而引起的复相关系数平方的变化。“Descriptives”输出变量矩阵、标准差和相关系数单侧显著性水平矩阵。
“Partandpartialcorrelation”相关系数和偏相关系数。
“Collinearitydiagnostics”显示单个变量和共线性分析的公差。本例子选择“Modelfit”项。
6）绘图选项
在主对话框单击“Plots”按钮，将打开如图1-4所示的对话框窗口。该对话框用于设置要绘制的图形的参数。图中的“X”和“Y”框用于选择X轴和Y轴相应的变量。
图1-4“Plots”绘图对话框窗口
左上框中各项的意义分别为：
“DEPENDNT”因变量。
“ZPRED”标准化预测值。
“ZRESID”标准化残差。
“DRESID”删除残差。
“ADJPRED”调节预测值。
“SRESID”学生氏化残差。
“SDRESID”学生氏化删除残差。
“StandardizedResidualPlots”设置各变量的标准化残差图形输出。其中共包含两个选项：
厂“Histogram”用直方图显示标准化残差。
“Normalprobabilityplots”比较标准化残差与正态残差的分布示意图。
“Produceallpartialplot”偏残差图。对每一个自变量生成其残差对因变量残差的散点图。
本例子不作绘图，不选择。
7）保存分析数据的选项
在主对话框里单击“Save”按钮，将打开如图1-5所示的对话框。
图1-5“Save"对话框
"PredictedValues”预测值栏选项：
厂Unstandardized非标准化预测值。就会在当前数据文件中新添加一个以字符“PRE_”开头命名的变量，存放根据回归模型拟合的预测值。
「Standardized标准化预测值。
Adjusted调整后预测值。
「。本例选中“Unstandardized”非标准化预测值。
"Distances”距离栏选项：
Mahalanobis:距离。厂Cook's”：Cook距离。
Leveragevalues:杠杆值。
"PredictionIntervals"预测区间