SPSS如何进行回归分析之案例实训？

文章目录

  • 0.引言
  • 1.线性回归分析
  • 2.曲线回归分析
  • 3.非线性回归分析
  • 4.Logistic回归分析
  • 5.有序回归分析
  • 6.概率回归分析
  • 7.加权回归分析

0.引言

  因科研等多场景需要进行数据统计分析，笔者对SPSS进行了学习，本文通过《SPSS统计分析从入门到精通》及其配套素材结合网上相关资料进行学习笔记总结，本文对回归分析进行阐述。

1.线性回归分析

  （1）准备数据
  在这里插入图片描述

  （2）操作步骤
  ①在菜单栏中选择“分析|回归|线性”；
  ②将“GDP”选入“因变量”列表框中，将“FAI”选入“自变量”列表框中；
  ③单击“统计”，选中“估计值”“模型拟合”和“德宾-沃森”，单击“继续”；
  ④单击“图”，选中“直方图”和“正态概率图”，单击“继续”；
  ⑤单击“选项”，选中“在方程中包含常量“，单击”继续“；
  ⑥单击“确定”，执行线性回归分析。

  （3）操作结果
  ①查看输入/除去的变量
  在这里插入图片描述

  ②查看模型摘要
  在这里插入图片描述

  ③查看ANOVA
  在这里插入图片描述

  ④查看系数
  在这里插入图片描述

  ⑤查看残差统计
  在这里插入图片描述

  ⑥查看直方图
  在这里插入图片描述

  ⑦查看正态概率图
  在这里插入图片描述

2.曲线回归分析

  （1）准备数据
  在这里插入图片描述

  （2）操作步骤
  ①在菜单栏中选择“分析|回归|曲线估算”；
  ②将Y选入“因变量”列表框中，将X选入“变量”列表框中；
  ③在“模型”中选中“线性”“对数”和“二次”，单击“继续”；
  ④单击“确定”，执行曲线回归分析。

  （3）操作结果
  ①查看模型描述
  在这里插入图片描述

  ②查看个案处理摘要
  在这里插入图片描述

  ③查看变量处理摘要
  在这里插入图片描述

  ④查看模型摘要和参赛估算值
  在这里插入图片描述

  ⑤查看农村人均教育支出
  在这里插入图片描述

3.非线性回归分析

  （1）准备数据
  在这里插入图片描述

  （2）操作步骤
  ①在菜单栏中选择“分析|回归|非线性”；
  ②从源变量列表框中选择“CL”变量，将其选入“因变量”列表框中，设置模型表达式为a+bEXP(cHF)；
  ③单击“参数”，设置参数的开始值a=13、b=-6.5、c=-1.5（通过两变量的散点图看出）；
  ④单击保存，选中“残差”，单击“继续”；
  ⑤单击“确定”，执行非线性回归分析。

  （3）操作结果
  ①查看迭代历史记录
  在这里插入图片描述

  ②参数估算值
  在这里插入图片描述

  ③查看参数估算相关性
  在这里插入图片描述

  ④查看ANOVA
  在这里插入图片描述

4.Logistic回归分析

  （1）准备数据
  在这里插入图片描述

  （2）操作步骤
  ①在菜单栏中选择“分析|回归|二元Logistic”；
  ②将“y”选入“因变量”列表框中，将“x1”和“x2”选入“协变量”列表框中；
  ③单击“选项”，选中“分类图”，单击“继续”；
  ④单击“确定”，执行二元Logistic分析。

  （3）操作结果
  ①查看个案处理摘要
  在这里插入图片描述

  ②查看因变量编码
  在这里插入图片描述

  ③查看块0：起始块
  在这里插入图片描述

  ④查看块1：方法=输入
  在这里插入图片描述

5.有序回归分析

  （1）准备数据
  在这里插入图片描述

  （2）操作步骤
  ①在菜单栏中选择“分析|回归|有序”；
  ②将“response”选入“因变量”列表框中，将“quntity”选入“因子”列表框中，将“sex”选入“协变量”列表框中；
  ③单击“确定”，执行有序回归分析。

  （3）操作结果
  ①查看个案处理摘要
  在这里插入图片描述

  ②查看模型拟合信息
  在这里插入图片描述

  ③查看拟合优度
  在这里插入图片描述

  ④查看伪R方
  在这里插入图片描述

  ⑤查看参数估算值
  在这里插入图片描述

6.概率回归分析

  （1）准备数据
  在这里插入图片描述

  （2）操作步骤
  ①在菜单栏中选择“分析|回归|概率”；
  ②将“响应“变量选入”响应频率“列表框中、将“季节”选入“因子”列表框中，将“实验地块数”选入“实测值总数”列表框汇总，将“浓度”选入“协变量”列表框中，然后单击“定义范围”，将“最小值”文本框输入1，在“最大值”文本框输入3，在“转换”下拉列表框中选择“自然对数”选项；
  ③单击“选项”，选中“平行检验”和“根据数据计算”，单击“继续”；
  ④单击“确定”，执行概率回归分析。

  （3）操作结果
  在这里插入图片描述

7.加权回归分析

  （1）准备数据
  在这里插入图片描述

  （2）操作步骤
  ①在菜单栏中选择“分析|回归|权重估算”；
  ②从源变量列表框中选择“sqft”“style”和“year”变量，将其选入“自变量”列表框中，从源变量列表框中选择“cost”变量，将其置入“因变量”列表框中；
  ③从源变量列表框中选择“sqft”变量，将其置入“权重变量”列表框中，在“幂的范围”文本框中输入加权指数的初始值与结束值2和5，在“按”文本框中输入加权指数的步长0.5；
  ④单击“确定”，执行权重估算回归分析。

  （3）操作结果
  在这里插入图片描述

参考资料：
[1] 机电工程有志青年. spss教程：线性回归分析; 2013-11-20 [accessed 2023-05-04].
[2] adminms. 用SPSS进行曲线回归分析实例; 2010-12-18 [accessed 2023-05-04].
[3] weixin_39988476. spss非线性回归分析步骤_SPSS篇—回归分析; 2020-11-21 [accessed 2023-05-04].
[4] Xkd_tianshi. spss二分类的logistic回归的操作和分析方法; 2018-03-25 [accessed 2023-05-04].
[5] 数据小兵. 用SPSS做有序多分类logistic回归分析; 2019-11-06 [accessed 2023-05-04].
[6] 侠胆医心. 有序回归的SPSS分析与解释; 2017-05-30 [accessed 2023-05-04].
[7] IBM SPSS. 怎样使用SPSS的概率回归方法分析数据; 2021-04-27 [accessed 2023-05-04].
[8] PY_smallH. SPSS----加权回归分析你了解多少（随笔笔记）; 2021-10-15 [accessed 2023-05-04].

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：/a/17126.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈qq邮箱809451989@qq.com，一经查实，立即删除！

相关文章

璞华助力“数字人社”，为成都市人社数字化建设提供多方位的产品与技术支持！

璞华助力“数字人社”，为成都市人社数字化建设提供多方位的产品与技术支持！

新的时期，人力资源和社会保障事业进入新一轮的制度创新和加快发展阶段。把对各项人力资源和社会保障业务的支持和服务纳入信息化建设，通过 “数字人社”信息化建设项目，是充分利用新一代信息技术，有效整合各类信息资源&#xff0c…
阅读更多...
为什么说网络安全行业是IT行业最后的红利？

为什么说网络安全行业是IT行业最后的红利？

前言 2023年网络安全行业的前景看起来非常乐观。根据当前的趋势和发展，一些趋势和发展可能对2023年网络安全行业产生影响： 5G技术的广泛应用：5G技术的普及将会使互联网的速度更快，同时也将带来更多的网络威胁和安全挑战。网络安全…
阅读更多...
石头科技2022年营收实现双位数增长，以技术实力打响创新价值战

石头科技2022年营收实现双位数增长，以技术实力打响创新价值战

近日，石头科技披露了2022年度财务报告，报告显示，在在较大内外部压力下，石头科技2022年营收依然实现双位数增长，且境内外销售收入平稳增长。 该公司在近年来不断完善其产品矩阵，目前已推出手持无线吸尘、商…
阅读更多...
想回西安

想回西安

五一假期结束了，开始营业总结下跟读者们的交流。 特别感谢大家让我在自己的技术号里面写一些和生活相关的事情，现在正常营业，回复下读者的问题。 问题 发哥，我现在有个疑惑能麻烦帮我解答下嘛。 我已经工作一年多了，但…
阅读更多...
Java基础(二十一)：集合源码

Java基础(二十一)：集合源码

Java基础系列文章 Java基础(一)：语言概述 Java基础(二)：原码、反码、补码及进制之间的运算 Java基础(三)：数据类型与进制 Java基础(四)：逻辑运算符和位运算符 Java基础(五)：流程控制语句 Java基础(六)&#xff1…
阅读更多...
第十九章 观察者模式

第十九章 观察者模式

文章目录 前言普通方式解决问题CurrentConditions 显示当前天气情况WeatherData 管理第三方Clint 测试 一、观察者模式(Observer)原理完整代码SubjectObserverWeatherData implements SubjectCurrentConditions implements ObserverBaiduSite implements ObserverClint 前言 普…
阅读更多...
python人工智能【隔空手势控制鼠标】“解放双手“

python人工智能【隔空手势控制鼠标】“解放双手“

大家好，我是csdn的博主：lqj_本人 这是我的个人博客主页： lqj_本人的博客_CSDN博客-微信小程序,前端,python领域博主lqj_本人擅长微信小程序,前端,python,等方面的知识https://blog.csdn.net/lbcyllqj?spm1011.2415.3001.5343哔哩哔哩欢迎关注…
阅读更多...
SSL证书支持IP改成https地址

SSL证书支持IP改成https地址

我们都知道SSL证书能为域名加密，那么IP地址可以实现https加密吗？答案当然是肯定的。为IP地址进行https加密不仅能保护IP服务器与客户端之间数据传输安全，还能对IP服务器进行身份验证，确保用户信息安全，增强用户对IP地址…
阅读更多...
编译一个魔兽世界开源服务端Windows需要安装什么环境

编译一个魔兽世界开源服务端Windows需要安装什么环境

编译一个魔兽世界开源服务端Windows需要安装什么环境 大家好我是艾西，去年十月份左右wy和bx发布了在停服的公告。当时不少小伙伴都在担心如果停服了怎么办，魔兽这游戏伴随着我们渡过了太多的时光。但已经发生的事情我们只能顺其自然的等待GF的消息就好了…
阅读更多...
平均情况时间复杂度

平均情况时间复杂度

// n表示数组array的长度 int find(int[] array, int n, int x) {int i 0;int pos -1;for (; i < n; i) {if (array[i] x){ pos i; break;}}return pos; } 通过以上代码&#xff0c;我们分析一下平均情况时间复杂度。 以上代码要查找的变量 x 在数组中的位置&#xff…
阅读更多...
2023哪款蓝牙耳机性价比高？200左右高性价比蓝牙耳机推荐

2023哪款蓝牙耳机性价比高？200左右高性价比蓝牙耳机推荐

现如今的蓝牙耳机越来越多&#xff0c;人们在选择时不免纠结&#xff0c;不知道选什么蓝牙耳机比较好&#xff1f;针对这个问题&#xff0c;我来给大家推荐几款性价比高的蓝牙耳机&#xff0c;一起来看看吧。 一、南卡小音舱Lite2蓝牙耳机 参考价&#xff1a;299 蓝牙版本&am…
阅读更多...
【文件描述符|重定向|缓冲区】

【文件描述符|重定向|缓冲区】

1 C语言文件操作的回顾 这块博主在讲解C语言时就已经做了很详细的讲解&#xff0c;这里就不详细讲了&#xff0c;直接给出代码。 写操作&#xff1a; #include<stdio.h> #include<stdlib.h> #include<errno.h> #define LOG "log.txt" …
阅读更多...
3DES实验 思考与练习:

3DES实验 思考与练习:

T1&#xff1a;关于3DES的分析 和 库函数的思考——完全领悟了&#xff01;&#xff01;&#xff01; #include <stdio.h> #include <stdlib.h> #include <string.h> #include <openssl/des.h> /***********************************************…
阅读更多...
【pyTorch学习笔记④】PyTorch基础·中篇

【pyTorch学习笔记④】PyTorch基础·中篇

文章目录 三、Numpy与Tensor3.Tensor的索引4.Tensor的广播机制5.逐元素操作6.归并操作7.比较操作8.矩阵操作9.PyTorch与Numpy的比较 相关推荐 三、Numpy与Tensor 3.Tensor的索引 &#xff08;1&#xff09;item&#xff1a;若Tensor为单元素&#xff0c;则返回标量&#xff0…
阅读更多...
对偶问题和KKT条件

对偶问题和KKT条件

KKT条件 对于不等式约束优化问题 min ⁡ f ( x ) s . t . g ( x ) ≤ 0 \min\quad f(x)\\ {\rm s.t.}\quad g(x)\leq 0 minf(x)s.t.g(x)≤0 拉格朗日函数为 L ( x , λ ) f ( x ) λ g ( x ) L(x,\lambda)f(x)\lambda g(x) L(x,λ)f(x)λg(x) 。 KKT条件包括 拉格朗日函…
阅读更多...
工厂方法模式

工厂方法模式

// 简单工厂模式 #include <iostream> #include <string>// 抽象产品类 class Product { public:virtual ~Product() {}virtual std::string getName() 0; };// 具体产品类A class ProductA : public Product { public:std::string getName() {return "Produ…
阅读更多...
（抄送列表，年会抽奖）笔试强训

（抄送列表，年会抽奖）笔试强训

博主简介&#xff1a;想进大厂的打工人博主主页&#xff1a;xyk:所属专栏: JavaEE初阶 目录 文章目录 一、[编程题]抄送列表 二、[编程题]年会抽奖 一、[编程题]抄送列表 链接&#xff1a;抄送列表__牛客网 来源&#xff1a;牛客网 题目&#xff1a; NowCoder每天要处理许多邮…
阅读更多...
ChatGPT实现服务器体验沙箱

ChatGPT实现服务器体验沙箱

服务器体验沙箱 IT 人员在学习一门新技术时&#xff0c;第一个入门门槛通常都是"如何在本地安装并成功运行"。因此&#xff0c;很多技术的官网都会通过沙箱技术&#xff0c;提供在线试用的 playground 或者按步模拟的 tour。让爱好者先在线尝试效果是否满足预期&…
阅读更多...
MATLAB函数封装2：QT调用封装函数

MATLAB函数封装2：QT调用封装函数

在利用MATLAB进行封装函数之后&#xff0c;最主要的目的是对函数进行调用&#xff0c;能够对矩阵运算和其他算法的运行进行快捷处理。 在有了MATLAB函数之后封装成DLL文件之后&#xff0c;在QT中添加动态链接库&#xff0c;就可以实现函数的调用过程&#xff0c;这个过程相对简…
阅读更多...
选择云原生是企业进行技术变革的必经之路

选择云原生是企业进行技术变革的必经之路

前言 众所周知&#xff0c;云计算领域的蓬勃发展&#xff0c;让越来越多的企业将自己的业务搬到云上&#xff0c;上云已经成为大部分企业的首选操作。无论是头部的中大型企业&#xff0c;还是普通的微小企业&#xff0c;企业业务是亘古不变的核心&#xff0c;这关系着企业的命脉…
阅读更多...
最新文章

Copyright @ 2022~2023