第6 章回归分析 回归分析是处理两个及两个以上变量间线性依存关系的统计方法。 6.1 Linear 过程 6.1.1 主要功能 调用此过程可完成二元或多元的线性回归分析。在多元线性回归分析中，用户还可根据需要，选用不同筛选自变量的方法（如：逐步法、向前法、向后法，等）。 6.1.2 实例操作 ［例6.1］某医师测得10 名3 岁儿童的身高（cm）、体重（kg）和体表面积（cm2）资料如下。试用多元回归方法确定以身高、体重为自变量，体表面积为应变量的回归方程。 儿童编号 体表面积（Y） 身高（X1） 体重（X2） 1 2 3 4 5 6 7 8 9 10 5.382 5.299 5.358 5.292 5.602 6.014 5.830 6.102 6.075 6.411 88.0 87.6 88.5 89.0 87.7 89.5 88.8 90.4 90.6 91.2 11.0 11.8 12.0 12.3 13.1 13.7 14.4 14.9 15.2 16.0 6.1.2.1 数据准备 激活数据管理窗口，定义变量名：体表面积为Y，保留3 位小数；身高、体重分别为X1、X2，1 位小数。输入原始数据，结果如图6.1 所示。 6.1.2.2 统计分析 单击Statistics→Regression→Linear...项，弹出 Linear Regression 对话框（如图6.2 示）。从对话框左侧的变量列表中选y ，点击 钮使之进入Dependent 框，选x 1、x 2，点击 钮使之进入Indepentdent(s)框；在Method 处下拉菜单，共有5 个选项：Enter（全部入选法）、Stepwise（逐步法）、Remove（强制剔除法）、Backward（向后法）、Forward（向前法）。本例选用 Enter 法。点击 OK 钮即完成分析。 用户还可点击 Statistics...钮选择是否作变量的描述性统计、回归方程应变量的可信区间估计等分析；点击 Plots...钮选择是否作变量分布图（本例要求对标准化 Y 预测值作变量分布图）；点击 Save...钮选择对回归分析的有关结果是否作保存（本例要求对根据所确定的回归方程求得的未校正 Y 预测值和标准化 Y 预测值作保存）；点击 Options...钮选择变量入选与剔除的α 、β 值和缺失值的处理方法。 6.1.2.3 结果解释 在结果输出窗口中将看到如下统计数据： * * * * M U L T I P L E R E G R E S S I O N * * * * Listwise Deletion of Missing Data Equation Number 1 Dependent Variable.. Y Block Number 1. Method: Enter X1 X2 Variable(s) Entered on Step Number 1.. X2 2.. X1 Multiple R .94964 R Square .90181...
VIP
