《spss中多元回归分析实例》由会员分享，可在线阅读，更多相关《spss中多元回归分析实例（12页珍藏版）》请在装配图网上搜索。
1、SPSS中多元回归分析实例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y与各自变量xj(j=1,2,3,n)之间的多元线性回归模型：Y=b0+b1x1+b2x2+.+bkxk+e其中：b0是回归常数；bk(k=1,2,3,n)是回归参数；e是随机误差。多元回归在病虫预报中的应用实例: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；x1为最多连续10天诱蛾量(头)；x2为4月上、中旬百束小谷草把累计落卵量(块)；x3为4月中旬降水量(毫米)，x4为4月中旬雨日(天)；预报一代粘虫幼虫发生量y（头/m2）。分级别数值列成表2-1。预报量
2、y：每平方米幼虫010头为1级，1120头为2级，2140头为3级，40头以上为4级。预报因子：x1诱蛾量0300头为l级，301600头为2级，6011000头为3级，1000头以上为4级；x2卵量0150块为1级，15l300块为2级，301550块为3级，550块以上为4级；x3降水量010.0毫米为1级，10.113.2毫米为2级，13.317.0毫米为3级，17.0毫米以上为4级；x4雨日02天为1级，34天为2级，5天为3级，6天或6天以上为4级。数据保存在“DATA6-5.SAV”文件中。1） 准备分析数据在SPSS数据编辑窗口中，创建“年份”、“蛾量”、“卵量”、“降水量”、“
3、雨日”和“幼虫密度”变量，并输入数据。再创建蛾量、卵量、降水量、雨日和幼虫密度的分级变量“x1”、“x2”、“x3”、“x4”和“y”，它们对应的分级数值可以在SPSS数据编辑窗口中通过计算产生。编辑后的数据显示如图2-1。图2-1或者打开已存在的数据文件“DATA6-5.SAV”。2） 启动线性回归过程单击SPSS主菜单的“Analyze”下的“Regression”中“Linear”项，将打开如图2-2所示的线性回归过程窗口。3)设置分析变量设置因变量：用鼠标选中左边变量列表中的“幼虫密度y”变量，然后点击“Dependent”栏左边的向右拉按钮，该变量就移到“Dependent”因变量显
4、示栏里。设置自变量：将左边变量列表中的“蛾量x1”、“卵量x2”、“降水量x3”、“雨日x4”变量，选移到“Independent(S)”自变量显示栏里。设置控制变量:本例子中不使用控制变量，所以不选择任何变量。选择标签变量:选择“年份”为标签变量。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。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：8）其它选项在主对话框里单击“Options”按钮，将打开如图2-6所示的对话框。多元回归分析法可综合多个预报因子的作用，作出预报，在统计预报中是一种应用较为普遍的方法。在实际运用中，采取将预报因子和预报量按一定标准分为多级，用分级尺度代换较大的数字，更能揭示预报因子与预报量的关系，预报效果比采用数量值统计方法有明显的提高，在实际应用中具有一定的现实意义。
spss中多元回归分析实例
