spss非线性回归分析
- 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)。
课程名称实用统计软件
实验项目名称非线性回归分析
实验成绩指导老师(签名)日期2011-9-23
一.实验目的
1.掌握非线性回归的基本原理和算法;
2.能够用SPSS软件应用非线性回归模型解决实际问题。
二. 实验内容与要求
1.根据数据金属强度测试.sav利用曲线参数估计法分析金属强度(y)与温度(x)之间的关系。
2.实现书上P189 中的研究问题。第一步要选中所有的模型,然后根据R-square 和拟合曲线标准选择模型!并且要预测到2010年的数据!
三.实验步骤
1.模型选择(标准:R-square 以及拟合曲线的比较)
2.所选择模型的拟合优度(R-square、拟合曲线)
3.所选择模型的回归方程(回归系数的估计值)
4.所选择模型的检验问题(模型方差分析表:模型显著性F检验、回归系数非零T检验)5.保存关心的统计数据(预测值、残差值、预测值的置信区间)
具体操作参见课件非线性回归分析.PPT
四. 实验结果(数据与图形)与分析
1.
Model Summary and Parameter Estimates Dependent Variable:强
度
Equation
Model Summary Parameter Estimates
R Square F df1 df2 Sig. Constant b1 b2 b3
Linear .674 12.391 1 6 .013 .719 -.002
Logarithmic .925 73.712 1 6 .000 2.518 -.424
Inverse .983 346.051 1 6 .000 -.091 55.466
Quadratic .944 41.910 2 5 .001 1.171 -.006 8.416E-6
Cubic .993 186.302 3 4 .000 1.485 -.012 3.409E-5 -3.144E-8 Compound .992 760.861 1 6 .000 1.324 .991
Power .932 81.772 1 6 .000 2.136E3 -1.833
S .693 13.535 1 6 .010 -3.356 200.730
Growth .992 760.861 1 6 .000 .281 -.009
Exponential .992 760.861 1 6 .000 1.324 -.009
图中看出Cubic,Compound,Growth,Exponential和Logistic较高,其中Cubic最高,所以选择三次函数拟合。
观察得,图形更接近Cubic和Exponential两种曲线。
Cubic函数在500处为0,有明显差异。
0.009
1.324*x
y e-
=
ANOVA
Sum of Squares df Mean Square F Sig. Regression 14.368 1 14.368 760.861 .000 Residual .113 6 .019
Total 14.482 7
The independent variable is 温度.
Coefficients
Unstandardized Coefficients Standardized
Coefficients
t Sig.
B Std. Error Beta
温度-.009 .000 -.996 -27.584 .000 (Constant) 1.324 .128 10.382 .000 The dependent variable is ln(强度).
Coefficients a
Model Unstandardized
Coefficients
Standardized
Coefficients
t Sig.
95% Confidence
Interval for B Correlations B
Std.
Error Beta
Lower
Bound
Upper
Bound Zero-order Partial Part
1 (Constant) .719 .144 4.98
2 .002 .366 1.072
温度-.002 .001 -.821 -3.520 .013 -.003 .000 -.821 -.821 -.821 a. Dependent Variable:
强度
[0.366,1.072]
[-0.003,0]
2.
Model Summary and Parameter Estimates Dependent Variable:社会消费品零售总额
Equation
Model Summary Parameter Estimates
R Square F df1 df2 Sig. Constant b1 b2 b3
Linear .836 137.490 1 27 .000 -1.372E4 2.325E3
Logarithmic .527 30.083 1 27 .000 -2.442E4 1.854E4
Inverse .184 6.104 1 27 .020 2.764E4 -4.756E4
Quadratic .987 953.866 2 26 .000 6.756E3 -1.639E3 132.133
Cubic .995 1.816E3 3 25 .000 230.765 768.904 -65.200 4.385 Compound .995 5.654E3 1 27 .000 1.368E3 1.152
Power .856 160.241 1 27 .000 446.258 1.322
S .431 20.448 1 27 .000 9.905 -4.068
Growth .995 5.654E3 1 27 .000 7.221 .142
Exponential .995 5.654E3 1 27 .000 1.368E3 .142