《SPSS数据分析教程》 ——回归分析..

《SPSS数据分析教程》 ——回归分析
本章学习目标



掌握线性回归分析的基本概念 掌握线性回归的前提条件并能进行验证 掌握线性回归分析结果的解释 掌握多重共线性的判别和处理 能用线性回归模型进行预测
回归分析的基本概念
什么是回归分析


回归分析是研究变量之间相关关系的一种统计方法 如果两个变量之间的Pearson相关系数绝对值较大， 从散点图看出变量间线性关系显著，那么下一步就是 应用回归分析的方法来找出变量之间的线性关系。 例如，房屋的价格和房屋的面积，地理位置，房龄和 房间的个数都有关系。又比如，香烟的销量和许多地 理和社会经济因素有关，像消费者的年龄，教育，收 入，香烟的价格等。
回归模型的显著性的F检验

总平方和SST反映因变量Y的波动程度或者不确 定性，在建立了Y对X的回归方程后，总平方和 SST分解成回归平方和SSR与参差平方和SSE两 部分。其中SSR是由回归方程确定的，SSE是不 能由自变量X解释的波动，是由X之外的未加控 制的因素引起的。这样，SST中能够由自变量 解释的部分为SSR，不能由自变量解释的部分 为SSE。这样回归平方和越大，回归的效果越 好，据此构造F检验统计量
回归术语

对于有一个响应变量的线性回归，当p=1时， 我们称为简单线性回归(Simple Linear Regression，或称为一元线性回归)，当 p>2 时我们称为多元线性回归(Multiple Linear Regression)。
回归和相关分析

回归分析是在相关分析的基础上，确定了变量 之间的相互影响关系之后，准确的确定出这种 关系的数量方法。因此，一般情况下，相关分 析要先于回归分析进行，确定出变量间的关系 是线性还是非线性，然后应用相关的回归分析 方法。在应用回归分析之前，散点图分析是常 用的探索变量之间相关性的方法。

我们希望根据观测值估计出简单回归方程中 的待定系数¯0和¯1，它们使得回归方程对应 的响应变量的误差达到最小，该方法即为最 小二乘法。 也就是求解¯0和¯1，使得
S( 0 , 1 ) ( yi 0 1 xi ) 2
n

达到最小。 ˆ ˆ 0 1 ,则回归方程为 把得到的解记为 ˆ ˆX ˆ Y
0 1
i 1
ˆ ˆx ˆi 或者 y 0 1 i 预测误差为

ˆi ei yi y

SPSS在输出回归系数的估计值的同时还会给出 回归系数估计值的标准误差值；SPSS 还可以 给出预测值和各种预测误差
回归方程拟合程度检验


回归方程的检验也就是验证两个变量之间的线性关系 的确在统计上显著。一般进行如下的假设检验 ，它 包括 1）常数项的t检验 H0: ¯0 = 0 ˆ ) 检验统计量为： 常数项的估计值的标准误差为 s.e.( 0
决定系数R2

平方和定义
SST Hale Waihona Puke yi y ) 2i 1
n
ˆi y )2 SSR ( y
ˆi ) 2 SSE ( yi y
i 1
n
i 1 n

三者之间的关系为：
SST = SSR +SSE R^2 = SSR /SST
R2的解释


决定系数R2的大小反映了回归方程能够解释的 响应变量总的变差的比例，其值越大，回归方 程的拟合程度越高。 一般情况下，随着预测变量个数的增大，决定 系数的值也变大，因此在多重回归分析中，需 要反映回归方程中预测变量的个数，即引入了 调整的决定系数。
SSR/ p SSR/ 1 MSR 回归均方 F SSE/(n p 1) SSE /(n 2) MSE 残差均方

SPSS在回归输出结果的ANOVA表中给出SSR， SSE，SST和F统计量的取值，同时给出F值的显 著性值（即p值）。
用回归方程预测

在一定范围内，对任意给定的预测变量取值， 可以利用求得的拟合回归方程进行预测。其预 测值为：
回归分析的分类

根据回归函数的形式，回归分析可以分为线性 回归和非线性回归：

线性回归： Y= ¯0 +¯1 X1+¯2 X2 + +¯p Xp +²
(y)

非线性回归 如果预测变量和响应变量之间有上页(¤)所示 的关系，但是不能表示为(y)所示的线性方程 的形式，我们称该回归关系为非线性回归。
ˆ 0 t 0 ˆ) s.e.( 0
回归系数显著性检验
2）回归系数的显著性检验 H0: ¯1 =0 检验统计量为：

ˆ 1 1 t ˆ) s.e.( 1
回归的三个平方和

我们把拟合值和真实值的差值的平方和称为残 差平方和，记为SSE；把由于采用拟合回归直 线后预测值较采用响应变量均值提高的部分的 平方和称为回归平方和，记为SSR；真实值和 响应变量均值的平方和称为总平方和，记为 SST。
回归方程

回归关系一般用下列方程表示

Y=f(X1,X2,,Xp)+² (¤) Y被称作因变量，或者响应变量；而X1,X2,,Xp称 作自变量、控制变量、解释变量或者预测变量；而 f(.)则称为回归函数， ² 为随机误差或随机干扰，它 是一个分布与自变量无关的随机变量，我们常假定 它是均值为0的正态变量。
应用回归分析的步骤

步骤1：写出研究的问题和分析目标 步骤2：选择潜在相关的变量 步骤3：收集数据 步骤4：选择合适的拟合模型 步骤5：模型求解 步骤6：模型验证和评价 步骤7：应用模型解决研究问题
简单线性回归

简单线性回归的形式为：


Y = ¯0 +¯1 X +² 其中变量X为预测变量，它是可以观测和控制的；Y 为因变量或响应变量，它为随机变量； ² 为随机误 差。 通常假设² ～N(0,¾ 2)，且假设与X无关。
回归模型的主要问题

进行一元线性回归主要讨论如下问题：
(1) 利用样本数据对参数¯0, ¯1和¾ 2，和进行点估计， 得到经验回归方程 (2) 检验模型的拟合程度，验证Y与X之间的线性相关 的确存在，而不是由于抽样的随机性导致的。 (3) 利用求得的经验回归方程，通过X对Y进行预测或 控制。
简单回归方程的求解