下载此文档

逐步回归解析总结计划实例.docx


文档分类:高等教育 | 页数:约16页 举报非法文档有奖
1/16
下载提示
  • 1.该资料是网友上传的,本站提供全文预览,预览什么样,下载就什么样。
  • 2.下载该文档所得收入归上传者、原创者。
  • 3.下载的文档,不会出现我们的网址水印。
1/16 下载此文档
文档列表 文档介绍
该【逐步回归解析总结计划实例 】是由【春天春雨】上传分享,文档一共【16】页,该文档可以免费在线阅读,需要了解更多关于【逐步回归解析总结计划实例 】的内容,可以使用淘豆网的站内搜索功能,选择自己适合的文档,以下文字是截取该文章内的部分文字,如需要获得完整电子版,请下载此文档到您的设备,方便您编辑和打印。逐渐回归分析总结计划实例逐渐回归分析总结计划实例1逐渐回归分析总结计划实例可编写可更正渐渐回归分析在自变量很多时,其中有的因素可能对应变量的影响不是很大,而且x之间可能不完全相互独立的,可能有各样互作关系。在这种情况下可用渐渐回归分析,进行x因子的筛选,这样建立的多元回归模型展望收效会更较好。渐渐回归分析,第一要建立因变量y与自变量x之间的总回归方程,再对总的方程及每—个自变量进行假设检验。当总的方程不显然时,表示该多元回归方程线性关系不行立;而当某—个自变量对y影响不显然时,应该把它剔除,重新建立不包含该因子的多元回归方程。精选出有显然影响的因子作为自变量,并建立“最优”回归方程。回归方程包含的自变量越多,回归平方和越大,节余的平方和越小,节余均方也随之较小,展望值的误差也愈小,模拟的收效愈好。但是方程中的变量过多,预告工作量就会越大,其中有些相关性不显然的预告因子会影响展望的收效。因此在多元回归模型中,选择合适的变量数目特别重要。渐渐回归在病虫预告中的应用实例:以陕西省长武地区1984~1995年的烟蚜传毒病情资料、相关虫情平和象资料为例(数据见),建立蚜传病毒病情指数的渐渐回归模型,说明渐渐回归分析的详尽步骤。影响蚜传病毒病情指数的虫情因子平和象因子一共有21个,经过渐渐回归,从中选出对病情指数影响显然的因子,从而建立相应的模型。对1984~1995年的病情指数进行回检,尔后对1996~1998年的病情进行预告,再检验预告的收效。变量说明以下:x11:5月份均温y:历年病情指数1逐渐回归分析总结计划实例逐渐回归分析总结计划实例16逐渐回归分析总结计划实例可编写可更正逐渐回归分析总结计划实例逐渐回归分析总结计划实例3逐渐回归分析总结计划实例x1:前年冬季油菜越冬时的蚜量x2:前年冬季极端气温x3:5月份最高气温x4:5月份最低气温x5:3~5月份降水量x6:4~6月份降水量x7:3~5月份均温x8:4~6月份均温x9:4月份降水量x10:4月份均温1)准备分析数据(头/株)x12:5月份降水量x13:6月份均温x14:6月份降水量x15:第一次蚜迁巅峰期百株烟草有翅蚜量x16:5月份油菜百株蚜量x17:7月份降水量x18:8月份降水量x19:7月份均温x20:8月份均温x21:元月均温逐渐回归分析总结计划实例逐渐回归分析总结计划实例16逐渐回归分析总结计划实例在SPSS数据编写窗口中,用“File→Open→Data”命令,打开“”数据文件。数据工作区以以下图3-1显示。逐渐回归分析总结计划实例逐渐回归分析总结计划实例16逐渐回归分析总结计划实例2逐渐回归分析总结计划实例逐渐回归分析总结计划实例16逐渐回归分析总结计划实例可编写可更正图3-12)启动线性回归过程单击SPSS主菜单的“Analyze”下的“Regression”中“Linear”项,将打开如图3-2所示的线性回归过程窗口。图3-2线性回归对话窗口逐渐回归分析总结计划实例逐渐回归分析总结计划实例7逐渐回归分析总结计划实例3逐渐回归分析总结计划实例逐渐回归分析总结计划实例16逐渐回归分析总结计划实例可编写可更正设置分析变量设置因变量:将左边变量列表中的“y”变量,选入到“Dependent”因变量显示栏里。设置自变量:将左边变量列表中的“x1”~“x21”变量,全部选移到“Independent(S)”自变量栏里。设置控制变量:本例子中不使用控制变量,因此不选择任何变量。选择标签变量:选择“年份”为标签变量。选择加权变量:本例子没有加权变量,因此不作任何设置。4)回归方式在“Method”分析方法框中选中“Stepwise”渐渐分析方法。该方法是依照“Options”选择对话框中显然性检验(F)的设置,在方程中进入或剔除单个变量,直到所建立的方程中不再含有可加入或可剔除的变量为止。设置后的对话窗口如图3-3。逐渐回归分析总结计划实例逐渐回归分析总结计划实例9逐渐回归分析总结计划实例4逐渐回归分析总结计划实例逐渐回归分析总结计划实例16逐渐回归分析总结计划实例可编写可更正图3-3设置变量检验水平在图6-15主对话框里单击“Options”按钮,将打开如图3-4所示的对话框。图3-4逐渐回归分析总结计划实例逐渐回归分析总结计划实例11逐渐回归分析总结计划实例5逐渐回归分析总结计划实例逐渐回归分析总结计划实例16逐渐回归分析总结计划实例可编写可更正“SteppingMethodCriteria”框里的设置用于渐渐回归分析的选择标准。其中“UseprobabilityofF”选项,供应设置显然性F检验的概率。若是一个变量的F检验概率小于或等于进入“Entry”栏里设置的值,那么这个变量将被选入回归方程中;当回归方程中变量的F值检验概率大于剔除“Removal”栏里设置的值,则该变量将从回归方程中被剔除。因此可知,设置F检验概率时,应使进入值小于剔除值。“UesFvalue”选项,供应设置显然性F检验的分布值。若是一个变量的F值大于所设置的进入值(Entry),那么这个变量将被选入回归方程中;当回归方程中变量的F值小于设置的剔除值(Removal),则该变量将从回归方程中被剔除。同时,设置F分布值时,应该使进入值大于剔除值。本例子使用显然性F检验的概率,在进入“Entry”栏里设置为“”,在剔除“Removal”栏里设置为“”(剔除的概率值应比进入的值大),如图6-17所示。图6-17窗口中的其他设置参照一元回归设置。6)设置输出统计量在主对话图3-2窗口中,单击“Statistics”按钮,将打开如图6-18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:逐渐回归分析总结计划实例逐渐回归分析总结计划实例13逐渐回归分析总结计划实例6逐渐回归分析总结计划实例逐渐回归分析总结计划实例16逐渐回归分析总结计划实例可编写可更正图3-5“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。②“Residuals”残差选项:“Durbin-Watson”Durbin-Watson检验。“Casewisediagnostic”输出满足选择条件的察看量的相关信息。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察看量;“Allcases”选择全部察看量。逐渐回归分析总结计划实例逐渐回归分析总结计划实例15逐渐回归分析总结计划实例7逐渐回归分析总结计划实例逐渐回归分析总结计划实例16逐渐回归分析总结计划实例可编写可更正本例子都不选。③其他输入选项“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然性水平矩阵。“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。7)绘图选项在主对话框单击“Plots”按钮,将打开如图3-6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。逐渐回归分析总结计划实例逐渐回归分析总结计划实例17逐渐回归分析总结计划实例8逐渐回归分析总结计划实例逐渐回归分析总结计划实例16逐渐回归分析总结计划实例可编写可更正图3-6“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”标准化展望值。“ZRESID”标准化残差。“DRESID”删除残差。“ADJPRED”调治展望值。“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:“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妄图。“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。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3-7所示的对话框。逐渐回归分析总结计划实例逐渐回归分析总结计划实例19逐渐回归分析总结计划实例9逐渐回归分析总结计划实例逐渐回归分析总结计划实例16逐渐回归分析总结计划实例可编写可更正图3-7“Save”对话框①“PredictedValues”展望值栏选项:Unstandardized非标准化展望值。就会在当前数据文件中新增加一个以字符“PRE”开头命名的变量,存放依照回归模型拟合的展望值。Standardized标准化展望值。Adjusted调整后展望值。.ofmeanpredictions展望值的标准误。本例选中“Unstandardized”非标准化展望值。②“Distances”距离栏选项:逐渐回归分析总结计划实例逐渐回归分析总结计划实例21逐渐回归分析总结计划实例10逐渐回归分析总结计划实例逐渐回归分析总结计划实例16逐渐回归分析总结计划实例

逐步回归解析总结计划实例 来自淘豆网www.taodocs.com转载请标明出处.

相关文档 更多>>
非法内容举报中心
文档信息
  • 页数16
  • 收藏数0 收藏
  • 顶次数0
  • 上传人春天春雨
  • 文件大小395 KB
  • 时间2024-04-16