最新SPSS-回归分析
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Logistic模型：在逻辑回归中，可以直接预测观测量相对于某一事件的发生概率。 包含一个自变量的回归模型和多个自变量的回归模型公式：
pro(ebve)nt11ez
其中： z=B0+B1X1+…BpXp(P为自变量个数）。某一事件不发生的概率为 Prob(no event)＝1-Prob(event) 。因此最主要的是求B0,B1,…Bp(常数和系数)
y01x
100
90
80
70
Байду номын сангаасS1
60
50
y26.440.65x
40
50
60
70
80
90
100
J3
40
检验问题等
对于系数1=0的检验 对于拟合的F检验 R2( 决 定 系 数 ) 及 修 正 的R2.
多个自变量的回归
y 0 1 x 1 2 x 2 k x k
如何解释拟合直线?
什么是逐步回归方法?
SPSS-回归分析
回归分析的概念
寻求有关联（相关）的变量之间的关系 主要内容：
从一组样本数据出发，确定这些变量间的定 量关系式 对这些关系式的可信度进行各种统计检验 从影响某一变量的诸多变量中，判断哪些变 量的影响显著，哪些不显著 利用求得的关系式进行预测和控制
10.2.3 曲线估计(Curve Estimation)分析实例
10.3.3二项逻辑回归(Binary Logistic)实例
实例P255 Data11-02 ：乳腺癌患者的数据进行分析， 变量为：年龄age,患病时间time,肿瘤扩散等级 pathscat（3种）, 肿瘤大小pathsize, 肿瘤史histgrad （3种）和癌变部位的淋巴结是否含有癌细胞ln_yesno， 建立一个模型，对癌变部位的淋巴结是否含有癌细胞 ln_yesno的情况进行预测。
(Prob(event) <0.5 预测事件将不会发生， > 0.5 预测事件将会发生）
补充：回归分析
以下的讲义是吴喜之教授有 关回归分析的讲义，很简单， 但很实用
定量变量的线性回归分析
对例1(highschoo.sav)的两个变量的数据进行线性回归， 就是要找到一条直线来最好地代表散点图中的那些点。
Analyze->Regression-> Binary Logistic Dependent: ln_yesno Covariates: age, time,pathscat,pathsize, histgrad
比较有用的结果：在Variables in Equation表中的各变量的系数（B），可以写 出z=-0.86-0.331pathscat+0.415pathsize –0.023age+0.311histgrad。 根据回归模型公式Prob(event)=1/(1+e-z)，就可以计算一名年龄为60岁、 pathsize为1、histgrad为1、pathscat为1的患者，其淋巴结中发现癌细胞的 概率为1/(1+e-(-1.845))=0.136
自变量中有定性变量的回归
例 1(highschoo.sav) 的 数 据 中 , 还 有 一 个 自 变 量是定性变量“收入”,以虚拟变量或哑元 (dummy variable)的方式出现;这里收入的 “低”,“中”,“高”，用1,2,3来代表.所以, 如果要用这种哑元进行前面回归就没有道 理了.
建立若干曲线模型（可试着选用所有模型Models)
Analyze->Regression-> Curve Estimation Dependent: mpg Independent: weight Models: 全选(除了最后一个逻辑回归) 选Plot models：输出模型图形 比较有用的结果：各种模型的Adjusted R2，并比较哪个大，结果
是指数模型Compound的Adjusted R2=0.70678最好（拟合情况 可见图形窗口）, 结果方程为：mpg=60.15*0.999664weight 说明：Growth和Exponential的结果也相同，也一样。
10.3二项逻辑回归(Binary Logistic)
在现实中，经常需要判断一些事情是否将要发生，候选人是否会当选？ 为什么一些人易患冠心病？为什么一些人的生意会获得成功？此问题 的特点是因变量只有两个值，不发生(0)和发生(1)。这就要求建立的 模型必须因变量的取值范围在0～1之间。 Logistic回归模型
y 以例01数1x据 为1 例,,可代 以表 用家 下庭 面收 的入 模的 型哑 来元 ＝ 描1述时 :， ＝ 01x2, 代 表 家 庭 收 入 的 哑 元 ＝ 2时 ， ＝ 01x3, 代 表 家 庭 收 入 的 哑 元 ＝ 3时 。
自变量中有定性变量的回归
现哑都在元估只的计要 各，估只个计能参够数0,在1有,1,和约2,束1,3条本2件身, 下只3即才有可能相。够对得意到义估，计无。法三个 约束条件可以有很多选择，一种默认的条件是把一个参 数可以设估为计0，出比来如了。3=0，这样和它有相对意义的1和2就 对0.6于88例, -11，1.0对66,0,-4.16,79,1,0。2这, 时3的的拟估合计直分线别有为三2条8.，70对8, 三种家庭收入各有一条:
实例P247 Data11-01 ：有关汽车数据，看mpg(每加 仑汽油行驶里程)与weight(车重)的关系
先做散点图(Graphs ->Scatter->Simple)：weight(X)、 mpg(Y)，看每加仑汽油行驶里程数mpg(Y)随着汽车自重 weight(X)的增加而减少的关系，也发现是曲线关系
数据要求：因变量应具有二分特点。自变量可以是分类变量和定距变量。如果自变 量是分类变量应为二分变量或被重新编码为指示变量。指示变量有两种编码方式。
回归系数：几率和概率的区别。几率=发生的概率/不发生的概率。如从52张桥牌 中抽出一张A的几率为(4/52)/(48/52)=1/12，而其概率值为4/52=1/13 根据回归系数表，可以写出回归模型公式中的z。然后根据回归模型公式 Prob(event) 进行预测。
pro(ebve)nt11ez
其中： z=B0+B1X1+…BpXp(P为自变量个数）。某一事件不发生的概率为 Prob(no event)＝1-Prob(event) 。因此最主要的是求B0,B1,…Bp(常数和系数)
y01x
100
90
80
70
Байду номын сангаасS1
60
50
y26.440.65x
40
50
60
70
80
90
100
J3
40
检验问题等
对于系数1=0的检验 对于拟合的F检验 R2( 决 定 系 数 ) 及 修 正 的R2.
多个自变量的回归
y 0 1 x 1 2 x 2 k x k
如何解释拟合直线?
什么是逐步回归方法?
SPSS-回归分析
回归分析的概念
寻求有关联（相关）的变量之间的关系 主要内容：
从一组样本数据出发，确定这些变量间的定 量关系式 对这些关系式的可信度进行各种统计检验 从影响某一变量的诸多变量中，判断哪些变 量的影响显著，哪些不显著 利用求得的关系式进行预测和控制
10.2.3 曲线估计(Curve Estimation)分析实例
10.3.3二项逻辑回归(Binary Logistic)实例
实例P255 Data11-02 ：乳腺癌患者的数据进行分析， 变量为：年龄age,患病时间time,肿瘤扩散等级 pathscat（3种）, 肿瘤大小pathsize, 肿瘤史histgrad （3种）和癌变部位的淋巴结是否含有癌细胞ln_yesno， 建立一个模型，对癌变部位的淋巴结是否含有癌细胞 ln_yesno的情况进行预测。
(Prob(event) <0.5 预测事件将不会发生， > 0.5 预测事件将会发生）
补充：回归分析
以下的讲义是吴喜之教授有 关回归分析的讲义，很简单， 但很实用
定量变量的线性回归分析
对例1(highschoo.sav)的两个变量的数据进行线性回归， 就是要找到一条直线来最好地代表散点图中的那些点。
Analyze->Regression-> Binary Logistic Dependent: ln_yesno Covariates: age, time,pathscat,pathsize, histgrad
比较有用的结果：在Variables in Equation表中的各变量的系数（B），可以写 出z=-0.86-0.331pathscat+0.415pathsize –0.023age+0.311histgrad。 根据回归模型公式Prob(event)=1/(1+e-z)，就可以计算一名年龄为60岁、 pathsize为1、histgrad为1、pathscat为1的患者，其淋巴结中发现癌细胞的 概率为1/(1+e-(-1.845))=0.136
自变量中有定性变量的回归
例 1(highschoo.sav) 的 数 据 中 , 还 有 一 个 自 变 量是定性变量“收入”,以虚拟变量或哑元 (dummy variable)的方式出现;这里收入的 “低”,“中”,“高”，用1,2,3来代表.所以, 如果要用这种哑元进行前面回归就没有道 理了.
建立若干曲线模型（可试着选用所有模型Models)
Analyze->Regression-> Curve Estimation Dependent: mpg Independent: weight Models: 全选(除了最后一个逻辑回归) 选Plot models：输出模型图形 比较有用的结果：各种模型的Adjusted R2，并比较哪个大，结果
是指数模型Compound的Adjusted R2=0.70678最好（拟合情况 可见图形窗口）, 结果方程为：mpg=60.15*0.999664weight 说明：Growth和Exponential的结果也相同，也一样。
10.3二项逻辑回归(Binary Logistic)
在现实中，经常需要判断一些事情是否将要发生，候选人是否会当选？ 为什么一些人易患冠心病？为什么一些人的生意会获得成功？此问题 的特点是因变量只有两个值，不发生(0)和发生(1)。这就要求建立的 模型必须因变量的取值范围在0～1之间。 Logistic回归模型
y 以例01数1x据 为1 例,,可代 以表 用家 下庭 面收 的入 模的 型哑 来元 ＝ 描1述时 :， ＝ 01x2, 代 表 家 庭 收 入 的 哑 元 ＝ 2时 ， ＝ 01x3, 代 表 家 庭 收 入 的 哑 元 ＝ 3时 。
自变量中有定性变量的回归
现哑都在元估只的计要 各，估只个计能参够数0,在1有,1,和约2,束1,3条本2件身, 下只3即才有可能相。够对得意到义估，计无。法三个 约束条件可以有很多选择，一种默认的条件是把一个参 数可以设估为计0，出比来如了。3=0，这样和它有相对意义的1和2就 对0.6于88例, -11，1.0对66,0,-4.16,79,1,0。2这, 时3的的拟估合计直分线别有为三2条8.，70对8, 三种家庭收入各有一条:
实例P247 Data11-01 ：有关汽车数据，看mpg(每加 仑汽油行驶里程)与weight(车重)的关系
先做散点图(Graphs ->Scatter->Simple)：weight(X)、 mpg(Y)，看每加仑汽油行驶里程数mpg(Y)随着汽车自重 weight(X)的增加而减少的关系，也发现是曲线关系
数据要求：因变量应具有二分特点。自变量可以是分类变量和定距变量。如果自变 量是分类变量应为二分变量或被重新编码为指示变量。指示变量有两种编码方式。
回归系数：几率和概率的区别。几率=发生的概率/不发生的概率。如从52张桥牌 中抽出一张A的几率为(4/52)/(48/52)=1/12，而其概率值为4/52=1/13 根据回归系数表，可以写出回归模型公式中的z。然后根据回归模型公式 Prob(event) 进行预测。