线性回归分析学习教案.pptx

会计学SPSS软件(ruǎnjiàn)中进行线性回归分析的选择项为Analyze→Regression→Linear。如图所示。（一）双变量(biànliàng)线性回归1、数据(shùjù)准备2、统计分析3、结果(jiēguǒ)解释例：为了考察火柴销售量的影响因素，选择煤气户数、卷烟销量、蚊香销量、打火石销量作为(zuòwéi)影响因素，得数据表。
建立火柴销售量对于相关因素煤气户数、卷烟销量、蚊香销量、打火石销量的线性回归模型，通过对模型的分析，找出合适的线性回归方程。年份1、打开(dǎkāi)数据文件，单击AnalyzeRegressionLinear打开(dǎkāi)Linear对话框如图所示。RegressionCoefficients栏，回归系数选项栏：
Estimates(系统默认):输出回归系数的相关(xiāngguān)统计量。
Confidenceintervals:输出每一个非标准化回归系数95％的置信区间。
Covariancematrix:输出协方差矩阵。Residuals残差栏：
Durbin-Watson：D.W检验.
Casewisediagnostics:奇异值诊断,有两个(liǎnɡɡè)选项：
Outliersoutside()standarddeviations:奇异值判据，默认项标准差≥3。
Allcase输出所有观测量的残差值。
本例中选择D.W检验及奇异值诊断，选择标准差为2，即置信度约为95%。4、如果需要观察图形(túxíng)，可单击Plots按纽，打开LinearRegression：Plots对话框如图所示。在此对话框中可以选择所需要的图形(túxíng)。StandardizedResidualPlots栏，标准化残差图类型：
Histogram:标准化残差直方图
Normalprobabilityplot标准化残差序列的正态分布概率图.
Produceallpartialplots依次绘制因变量和所有(suǒyǒu)自变量的散布图
本例中选择因变量Dependent与标准化残差ZRESID的残差图。5、单击Options按纽，打开LinearRegression：Options对话框，如图所示。可以从中选择模型拟合判断(pànduàn)准则SteppingMethodCriteria及缺失值的处理方式。6、如果(rúguǒ)要保存预测值等数据，可单击Save按纽打开LinearRegression：Save对话框。选择需要保存的数据种类作为新变量存在数据编辑窗口。其中有预测值、残差，预测区间等。本例中不做选择。
7、当所有选择完成后，单击OK，得到分析结果ModelSummary(d)模型综合(zōnghé)分析表方差分析表回归系数相关系数表残差统计(tǒngjì)共线性诊断(zhěnduàn)表练习(liànxí)1练习(liànxí)2二、曲线(qūxiàn)估计人均消费支出(zhīchū)与教育支出(zhīchū)数据表解：首先根据上表建立数据，作出人均消费支出与教育支出的散点图，如下(rúxià)：由上面图形可以看出，两个变量的散点图为增长的曲线形式，故选择合适的函数进行曲线估计。1、单击AnalyzeRegressionCurveEstimation打开CurveEstimation对话框。
2、选择(xuǎnzé)估计曲线：SPSS有多条曲线形式供选择(xuǎnzé)。3、单击Save按纽，打开(dǎkāi)Save对话框如图所示。曲线(qūxiàn)估计输出表曲线图三、Logistic回归(huíguī)分析术后感染
Y激活数据管理窗口，定义变量名：术后感染为Y（字符变量，有输入Y、无输入N），年龄为X1，手术创伤(chuāngshāng)程度为X2，营养状态为X3，术前预防性抗菌为X4（字符变量，有输入Y、无输入N），白细胞数为X5，癌肿病理分度为X6。1、Enter：所有自变量强制进入回归方程；
2、Forward:Conditional：以假定参数为基础作似然比概率检验，向前逐步选择自变量；
3、Forward:LR：以最大局部似然为基础作似然比概率检验，向前逐步选择自变量；
4、Forward:Wald：作Wald概率统计法，向前逐步选择自变量；
5、Backward:Conditional：以假定参数为基础作似然比概率检验，向后逐步选择自变量；
6、Backward:LR：以最大局部似然为基础作似然比概率检验，向后逐步选择自变量；
7、Backward:Wald：作Wald概率统计法，向后逐步选择自变量。
本例选用Forward:Conditional法，以便选择有主要作用(zuòyòng)的影响因素结果(jiēguǒ)解释