多元回归分析SPSS案例

.

多元回归分析

y与在大多数的实际问题中，影响因变量的因素不是一个而是多个，我们称这类回问题为多元

回归分析。可以建立因变量x(j=1,2,3,…,n)之间的多元线性回归模型：各自变量j

bbe是随机误差。k其中：=1,2,3,…,n)是回归常数；是回归参数；(k0多元回归在病虫预报中的应用实例:

xx为4；月上、中旬百束小谷草10天诱蛾量(头某地区病虫测报站用相关系数法选取了以下4

个预报因子；)为最多连续21xxy（头/m2；预报一代粘虫幼虫发生量）。分级别数值列月中旬雨日(天(为4月中旬降水量毫米)，)为把累计落卵量(块)；443成表2-1。

y：每平方米幼虫0~10头为1级，11~20头为2级，21~40头为3级，40头以上为4预报量级。xx卵量0~150块为头以上为4级；12级，601~1000头为3级，1000预报因子：头为诱蛾量0~300l级，301~600头为21x降水量0~10.0毫米为1级，10.1~13.2块以上为4级；毫米为2级，13.3~17.0级，15l~300块为2级，301~550块为3级，5503x雨日0~2天为1级，3~4天为2级，

5天为4级；3级，6天或6天以上为4级。级，毫米为317.0毫米以上为4表2-1

y 4 x 3 x 2 x 1 x 幼虫密级别级别卵量级别降水量雨日级别级别蛾量年度

1 10 1960 102

2 4 112 1 4.

3 1 2 1

1 300 1961 1 440 3 0.1 1 1 4 1

1 196

2 1 1 9 7.5 699

3 67 1 1

4 1963 5

5 7 675 4 4 17.1 4 4 1876

1 1

2 1 1 1.9 4

3 1 80 1965 1

1 3 0 20 42

2 2 1 1966 0 1 1

3 806 3 510 3 28 1967 3 11.8 2 2

1 2 0.6 240 1 1976 2 1 1 7 115

4 4 18.4 1971 1460 718 3 4 4 2 45

3

1972

13.4 4 630 803 3 3 2 3 26

1 / 11

.

文件中。“DATA6-5.SA V”数据保存在1）准备分析数据变量，并输入数据。再创建蛾量、幼虫密度”雨日”和“”、“卵量”、“降水量、“””SPSS在数据编辑窗口中，创建“年份、“蛾量数据编辑窗口中通SPSS”，它们对应的分级数值可以在x“4”和“yxxx卵量、降水量、雨日和幼虫密度的分级变量“1”、“2”、“3”、2-1。过计算产生。编辑后的数据显示如图

2-1

图。“DATA6-5.SA V”或者打开已存在的数据文件）启动线性回归过程2线性回归过程2-2“Linear”“Regression”“Analyze”SPSS单击主菜单的下的中项，将打开如图所示的窗口。2 / 11

.

图2-2 线性回归对话窗口

3) 设置分析变量

栏左边的向右拉按钮，该变量就移然后点击幼虫密度[y]”变量，“Dependent”设置因变量：用鼠标选中左边变量列表中的“因变量显示栏里。到“Dependent”自变量变量，选移到“Independent(S)”[x4]”“降水量[x3]”、“雨日[x2]”[x1]”设置自变量：将左边变量列表中的“蛾量、“卵量、显

示栏里。

本例子中不使用控制变量，所以不选择任何变量。: 设置控制变量”“年份为标签变量。: 选

择标签变量选择选择加权变量: 本例子没有加权变量，因此不作任何设置。4）回归方式本例

子中的4个预报因子变量是经过相关系数法选取出来的，在回归分析时不做筛选。因此在“Method”框中选中“Enter”选项，建立全回归模型。

3 / 11

.

5）设置输出统计量

单击“Statistics”按钮，将打开如图2-3所示的对话框。该对话框用于设置相关参数。其中各项

的意义分别为：

图2-3 “Statistics”对话框

①“Regression Coefficients”回归系数选项：

“Estimates”输出回归系数和相关统计量。

“Confidence interval”回归系数的95%置信区间。

“Covariance matrix”回归系数的方差-协方差矩阵。

本例子选择“Estimates”输出回归系数和相关统计量。

②“Residuals”残差选项：

“Durbin-Watson”Durbin-Watson检验。

“Casewise diagnostic”输出满足选择条件的观测量的相关信息。选择该项，下面两项处于可选状态：

“Outliers outside standard deviations”选择标准化残差的绝对值大于输入值的观测量；

“All cases”选择所有观测量。

本例子都不选。

③其它输入选项

“Model fit”输出相关系数、相关系数平方、调整系数、估计标准误、ANOVA表。

“R squared change”输出由于加入和剔除变量而引起的复相关系数平方的变化。“Descriptives”输出变量矩阵、标准差和相关系数单侧显著性水平矩阵。

4 / 11

.

“Part and partial correlation”相关系数和偏相关系数。

“Collinearity diagnostics”显示单个变量和共线性分析的公差。

本例子选择“Model fit”项。

6）绘图选项

在主对话框单击“Plots”按钮，将打开如图2-4所示的对话框窗口。该对话框用于设置要绘制的图形的参数。图中的“X”和“Y”框用于选择X轴和Y轴相应的变量。