實(shí)驗(yàn)三一元線性回歸在SPSS中的實(shí)現(xiàn)_第1頁(yè)
實(shí)驗(yàn)三一元線性回歸在SPSS中的實(shí)現(xiàn)_第2頁(yè)
實(shí)驗(yàn)三一元線性回歸在SPSS中的實(shí)現(xiàn)_第3頁(yè)
實(shí)驗(yàn)三一元線性回歸在SPSS中的實(shí)現(xiàn)_第4頁(yè)
實(shí)驗(yàn)三一元線性回歸在SPSS中的實(shí)現(xiàn)_第5頁(yè)
已閱讀5頁(yè),還剩1頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、實(shí)驗(yàn)三:一元線性回歸在SPSS中的實(shí)現(xiàn)練習(xí)題:合金鋼的強(qiáng)度與鋼材中碳的含量有密切關(guān)系,為了冶煉出符合要求強(qiáng)度的鋼,常常通過(guò)控制鋼水中的碳含量來(lái)達(dá)到目的,因此需要了解與之間的關(guān)系,下面是10組不同的碳含量()對(duì)應(yīng)的強(qiáng)度(kg/m)數(shù)據(jù)。0.030.040.050.070.090.10.120.150.170.240.539.54141.543424547.55356輸入數(shù)據(jù)實(shí)驗(yàn)步驟:步驟1:在菜單中選擇Regression=>liner,系統(tǒng)彈出線性回歸對(duì)話框如下:圖1 Linear Regression對(duì)話框步驟2:?jiǎn)螕鬝tatistics按鈕將打開(kāi)Linear Regression:

2、Statistics對(duì)話框,用來(lái)選擇輸出那些統(tǒng)計(jì)量。如圖2所示。圖2 Linear Regression: Statistics對(duì)話框步驟3:?jiǎn)螕羲綥inear Regression對(duì)話框中的Plots按鈕,將打開(kāi)如圖3所示Linear Regression:Plot對(duì)話框。該對(duì)話框用來(lái)設(shè)置對(duì)殘差序列作圖形分析,從而檢驗(yàn)殘差序列的正態(tài)性、隨機(jī)性和是否存在異方差現(xiàn)象。圖3 Linear Regression:Plot對(duì)話框步驟4:?jiǎn)螕羧鐖D1所示Linear Regression對(duì)話框中的Save按鈕,將打開(kāi)如圖4所示Linear Regression:Save對(duì)話框。該對(duì)話框用來(lái)設(shè)置將回歸分析

3、的結(jié)果保存到SPSS數(shù)據(jù)編輯窗口的變量中,還是某個(gè)SPSS的數(shù)據(jù)文件中。圖4 Linear Regression:Save對(duì)話框步驟5:?jiǎn)螕羧鐖D1所示Linear Regression對(duì)話框中的options命令,將打開(kāi)如圖5所示的對(duì)話框。在該對(duì)話框中可以對(duì)多元線性回歸分析中與自變量的篩選有關(guān)的參數(shù)進(jìn)行設(shè)定,同時(shí)也可設(shè)置缺省值采用不同的處理方法。圖5 Linear Regression:Options對(duì)話框結(jié)果和討論:輸出結(jié)果文件中的第一個(gè)表格。輸入移去的變量a模型輸入的變量移去的變量方法1xb.輸入a. 因變量: yb. 已輸入所有請(qǐng)求的變量。a All requested variable

4、s entered.b Dependent Variable:該表格輸出的是被引入或從回歸方程中被踢除的各變量。該部分結(jié)果說(shuō)明對(duì)編號(hào)為1的模型進(jìn)行線性回歸分析時(shí)所采用的方法是全部引入法:Enter輸出結(jié)果文件中的第二個(gè)表格。模型匯總模型RR 方調(diào)整 R 方標(biāo)準(zhǔn) 估計(jì)的誤差1.950a.903.8911.85366a. 預(yù)測(cè)變量: (常量), x。a Predictors: (Constant),該表格輸出的是常用統(tǒng)計(jì)量。從這部分結(jié)果看出相關(guān)系數(shù)r=0.950,判定系數(shù)r*r=0.903,調(diào)整的判定系數(shù),回歸估計(jì)的標(biāo)準(zhǔn)誤差W=1.85366。說(shuō)明樣本回歸方程的代表性強(qiáng)。(3)輸出結(jié)果文件中的第三

5、個(gè)表格Anovaa模型平方和df均方FSig.1回歸255.4121255.41274.333.000b殘差27.48883.436總計(jì)282.9009a. 因變量: yb. 預(yù)測(cè)變量: (常量), x。a Predictors: (Constant),b Dependent Variable:第三個(gè)表格是方差分析表。從這部分結(jié)果看出:統(tǒng)計(jì)量F=74.333;伴隨概率。說(shuō)明自變量與因變量之間的確有線性回歸關(guān)系。此外,Sum of Squares 一欄中分別代表回歸平方和(255.412)、殘差平方和(27.488)以及總平方和(282.900),Df為自由度。輸出的結(jié)果文件中第四個(gè)表格如下:系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B標(biāo)準(zhǔn) 誤差試用版1(常量)35.4511.24328.522.000x92.64110.745.9508.622.000a. 因變量: ya Dependent Variable: 第四個(gè)表格是回歸系數(shù)分析。其中,Unstandardized Coefficients 為非標(biāo)準(zhǔn)化系數(shù),Standardized Coefficients為標(biāo)準(zhǔn)化系數(shù),

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論