回歸與相關SPSS教學課件

1、 回歸分析介紹： 1、回歸分析的概念和模型 2、回歸分析的過程第1頁，共49頁?；貧w分析的概念尋求有關聯(lián)（相關）的變量之間的關系主要內容：從一組樣本數(shù)據(jù)出發(fā)，確定這些變量間的定量關系式對這些關系式的可信度進行各種統(tǒng)計檢驗從影響某一變量的諸多變量中，判斷哪些變量的影響顯著，哪些不顯著利用求得的關系式進行預測和控制第2頁，共49頁。2019.013回歸分析直線回歸第3頁，共49頁?；貧w分析的過程在回歸過程中包括：Liner：線性回歸Curve Estimation：曲線估計Binary Logistic： 二分變量邏輯回歸Multinomial Logistic：多分變量邏輯回歸Ordinal 序

2、回歸Probit：概率單位回歸Nonlinear：非線性回歸Weight Estimation：加權估計2-Stage Least squares：二段最小平方法Optimal Scaling 最優(yōu)編碼回歸第4頁，共49頁。線性回歸(Liner)一元線性回歸方程: y=a+bxa稱為截距b為回歸直線的斜率估計系數(shù)a，b的方法：最小二乘法檢驗模型的方法：1、用R2判定系數(shù)判定一個線性回歸直線的擬合程度：用來說明用自變量解釋因變量變異的程度（所占比例）2、檢驗系數(shù)b是否顯著的不為零，即檢驗x與y的線性關系是否存在。第5頁，共49頁。2019.016檢驗問題等對于回歸系數(shù)b=0的檢驗：t檢驗對于擬合

3、的F檢驗注：一元回歸中t檢驗和F檢驗等價R2(決定系數(shù))及修正的R2：判定一個線性回歸直線的擬合程度（用來說明用自變量解釋因變量變異的程度）第6頁，共49頁。2019.017一元線性回歸模型的確定:一般先做散點圖(Graphs -Scatter-Simple),以便進行簡單地觀測（如：x與y的關系)若散點圖的趨勢大概呈線性關系，可以建立線性方程，若不呈線性分布，可建立其它方程模型，并比較R2 (-1)來確定一種最佳方程式（曲線估計）第7頁，共49頁。2019.018對兩個變量的數(shù)據(jù)進行線性回歸，就是要找到一條直線來最好地代表散點圖中的那些點。 第8頁，共49頁。2019.019多元線性回歸方程

4、: y=b0+b1x1+b2x2+bnxnb0為常數(shù)項b1、b2、bn稱為y對應于x1、x2、xn的偏回歸系數(shù)用Adjusted R2調整判定系數(shù)判定一個多元線性回歸方程的擬合程度：用來說明用自變量解釋因變量變異的程度（所占比例）多元線性回歸一般采用逐步回歸方法-Stepwise第9頁，共49頁。2019.01101. 直線回歸分析分析Regression例1 某醫(yī)生為了探討缺碘地區(qū)母嬰TSH水平的關系，隨機抽取10對數(shù)據(jù)如下，試求臍帶血TSH水平y(tǒng)對母血TSH水平x的直線回歸方程。第10頁，共49頁。2019.0111 n行2列 （自變量、應變量）數(shù)據(jù)格式第11頁，共49頁。2019.011

5、2Analyze Regression Linear 檢驗步驟 第12頁，共49頁。2019.0113Linear Regression對話框應變量自變量計算統(tǒng)計量第13頁，共49頁。2019.0114Statistics對話框回歸系數(shù)估計回歸系數(shù)可信區(qū)間模型檢驗統(tǒng)計描述第14頁，共49頁。2019.0115點擊“OK”，運行結果第15頁，共49頁。2019.0116結果輸出第16頁，共49頁。2019.0117統(tǒng)計描述第17頁，共49頁。2019.0118相關系數(shù)及假設檢驗結果P值相關系數(shù)第18頁，共49頁。2019.0119相關系數(shù)及決定系數(shù)R值=相關系數(shù)R的平方修正的R方第19頁，共49

6、頁。2019.0120回歸方程的方差分析回歸平方和剩余平方和自由度均方F值P值第20頁，共49頁。2019.0121回歸系數(shù)及其統(tǒng)計推斷結果標準化系數(shù)是指把原始數(shù)據(jù)進行標準化處理之后回歸的結果。此時回歸方程中常數(shù)項為零。第21頁，共49頁。2019.0122回歸系數(shù)及其統(tǒng)計推斷結果常數(shù)項自變量非標準化回歸系數(shù)標準化回歸系數(shù)a值b值第22頁，共49頁。2019.0123回歸系數(shù)及其統(tǒng)計推斷結果t值P值回歸系數(shù)可信區(qū)間第23頁，共49頁。2022/8/3相關分析10.1 相關分析的概念和相關分析過程10.2 兩個變量間的相關分析10.3 偏相關分析10.4 距離分析第24頁，共49頁。2019.0

7、125相關分析的概念研究變量間密切程度的一種常用統(tǒng)計方法1、線性相關分析：研究兩個變量間線性關系的程度。用相關系數(shù)r來描述。(詳見下面）2、偏相關分析：它描述的是當控制了一個或幾個另外的變量的影響條件下兩個變量間的相關性，如控制年齡和工作經(jīng)驗的影響，估計工資收入與受教育水平之間的相關關系3、相似性測度：兩個或若干個變量、兩個或兩組觀測量之間的關系有時也可以用相似性或不相似性來描述。相似性測度用大值表示很相似，而不相似性用距離或不相似性來描述，大值表示相差甚遠第25頁，共49頁。2019.0126線性相關分析研究兩個變量間線性關系的程度。相關系數(shù)是描述這種線性關系程度和方向的統(tǒng)計量，用r表示。如

8、果變量Y與X間是函數(shù)關系，則r=1或r=-1;如果變量Y與X間是統(tǒng)計關系，則-1r0，如果x,y變化的方向相反，如吸煙與肺功能的關系，則稱為負相關，r0.95 存在顯著性相關；|r|0.8 高度相關；0.5 |r|0.8 中度相關；0.3 |r|0.5 低度相關；|r|.5，認為中度相關）P213 Data10-02 某次全國武術女子前10名運動員長拳和長兵器兩項得分數(shù)據(jù)，要求分析這兩項得分是否存在線性相關（比較有用的結果： 秩相關系數(shù)r和其相應的顯著性概率Sig(秩相關系數(shù)均.5，認為中度相關）第39頁，共49頁。2019.01403. 等級相關分析Correlate例某地做肝癌病因研究，調查了個鄉(xiāng)的肝癌死亡率（萬）與某種食物中黃曲霉毒素相對含量（以最高含量為）。試做等級相關分析。第40頁，共49頁。2019.0141 n行2列 （自變量、應變量）數(shù)據(jù)格式 第41頁，共49頁。2019.0142Analyze Correlate Bivariate 檢驗步驟第42頁，共49頁。2019.0143Bivariate Correlations對話框等級相關系數(shù)第43頁，共49頁。2019.0144Options對話框計算均數(shù)和標準差第44頁，共49頁。2019.0145點擊“OK”，運行結果第45頁，共49頁。2019.0146結果輸出