SPSS數(shù)據(jù)分析-廣義線性模型

1、我們前面介紹的一般線性模型、Logistic回歸模型、對數(shù)線性模型、Poisson回歸模型等，實(shí)際上均屬于廣義線性模型的范疇，廣義線性模型包含的范圍非常廣泛，原因在于其對于因變量、因變量的概率分布等條件的限制放寬，使其應(yīng)用范圍加大。廣義線性模型由以下幾個部分組成1.因變量廣義線性模型的因變量還是要去獨(dú)立性，但是分布不再局限于正態(tài)分布一種，而是可以是指數(shù)族概率分布的任意一種，其方差也可以不穩(wěn)定，但必須要能表達(dá)為依賴均值的函數(shù)線性部分廣義線性模型因變量與自變量必須為線性關(guān)系，即因變量與自變量之間是一次方函數(shù)關(guān)系，這點(diǎn)和傳統(tǒng)線性模型也一樣連接函數(shù)用于描述因變量的期望值是如何和預(yù)測值相關(guān)聯(lián)的由上可知，

2、和傳統(tǒng)線性模型相比，廣義線性模型主要從以下兩個方面進(jìn)行了擴(kuò)展因變量的分布范圍擴(kuò)大連接函數(shù)的引入通過選定不同的因變量概率分布、連接函數(shù)等，就可以擬合各種不同的廣義線性模型，例如當(dāng)因變量分布為正態(tài)分布、連接函數(shù)為恒等函數(shù)時，就是擬合一般線性模型；當(dāng)因變量分布為二項(xiàng)分布，連接函數(shù)為Logit函數(shù)時，就是擬合Logistic回歸，當(dāng)因變量分布為Poisson分布，連接函數(shù)為對數(shù)時，就是擬合Poisson回歸，下面我們通過一個例子來進(jìn)行說明廣義線性模型在SPSS中的使用情況例，希望研究不同溫度不同催化劑不同批次條件下，某化合物的轉(zhuǎn)化率情況，數(shù)據(jù)如下根據(jù)本例的實(shí)驗(yàn)?zāi)康?，可以采用方差分析，但是本例為嵌套?shí)驗(yàn)

3、設(shè)計(jì)，共有三個因素，溫度、催化劑、批次，其中溫度是嵌套在催化劑因素下面的，因此SPSS無法直接使用方差分析的對話框來進(jìn)行分析，需要在程序中進(jìn)行修改，比較麻煩，但是如果使用廣義線性模型，就可以直接使用對話框進(jìn)行分析了分析廣義線性模型廣義線性模型犠製比總因變矗竜卜汕：iE態(tài)U已也含18100.0%L1排除C0.0%13100.0%似然比卡方dfSig.2357.5009.000Omnibus襁瓏因?qū)D量:轉(zhuǎn)化率(截距),a,b(a),cishua將擬合模型與應(yīng)截距魁進(jìn)首先輸出的結(jié)果是模型信息和秦例處理情況，顯示因?qū)D量為轉(zhuǎn)化率，曲于因?qū)D臺罡連續(xù)變量，因此楓瘵分布假設(shè)淘正態(tài)，連接函數(shù)為恒等固數(shù)接下耒輸出的結(jié)果淘模型中的連續(xù)變量和分類變童的描述信息和姒合優(yōu)度表格，在此不再養(yǎng)述，看一下Omnibus該檢驗(yàn)的目的星通過當(dāng)前模型和不含自變量的模型進(jìn)行比較，檢驗(yàn)當(dāng)前模型是否有青義，結(jié)果小于0-05,說明當(dāng)前模型是有意義的，該方法使用的懸佩然比卡方檢驗(yàn)，如果使用一般線性模型進(jìn)行方差分析，該卡方值等于三型平方和。犠製比總犠製比總型Valdtdf湘(WE999045001.000a195S.D0Q2.000h(a4oi,opd6.000dshu.5001.480因甕豐:脾化宰(HE!,a.b(a).cishu等