S P S S 中逐步回归分析的应用 SPSS(Statistical Package for the Social Science)社会科学应用软件包是世界上著名的统计分析软件之一。它和SAS（Statistical Analy sis Sy stem，统计分析系统）、BMDP（Biomedical Programs，生物医学程序）并称为国际上最有影响的三大统计软件。SPSS 名为社会学统计软件包，这是为了强调其社会科学应用的一面（因为社会科学研究中的许多现象都是随机的，要使用统计学和概率论的定理来进行研究），而实际上它在社会科学、自然科学的各个领域都能发挥巨大作用，并已经应用于经济学、生物学、教育学、心理学、医学以及体育、工业、农业、林业、商业和金融等各个领域。 回归分析是目前气象统计分析中最为常用的一种方法之一。例如目前台站常用的MOS（模式输出统计量）方法中，回归分析是最基本的方法之一。逐步回归能够帮我们建立最优的回归模型，但过程较复杂。Spss 软件功能强大，且操作简单。我们用该软件对气象资料作逐步回归分析，对于 Spss 软件用于气象统计的便利亦可见一斑。下面以安庆市 1951－1971 年 6～8月降水及相关资料（表一）为例。 1 数据格式 表中1971 年因子值留作预报时使用，不参加到样本中进行统计，表中符号意义如下： y：安庆市整个地区6～8 月降水量（mm）。 X1：1 月500hPa 高度距平和（50°～20°W，60°N；45°～25°W，55°N）。 X2：2～3 月500hPa 高度距平和（70°～100°E，30°N）。 X3：4 月500hPa 高度距平和（25°N，105°～115°E；20°N，100°～120°E；15°N，105°～115°E）。 X4：12 月下旬一次年1 月下旬安庆市地面 WSW-WNW 风速合计（m/s）。 2 统计步骤 2.1 做数据散点图，观察因变量和自变量关系是否具有线性关系。 2.1.1 GraPhs→ Scatter→ SiPle 顺序展开如图a 所示的对话框： 2.1.2 将变量y（6-8月降水量）、x1(1月份500hPa高度距平和)依次选入 Y Axis和X Axis，单击 ok 按钮。生成的图形如图（b）所示，根据同样的操作可以作出以 y（6-8 月降水量）为Y Axis，分别以其他几个自变量为 X Axis 的散点图。 从散点图可以看出 6-8 月降水量和这几个自变量存在明显的线性关系，由此可以判定建立线性回归方程是非常适合的。 2.2 回归模型的建立 2.2.1 按 Analyze→ Regression→ Linear 顺序展开如图c 所示的对话框： 2.2.2 左侧的源变量框中选择y（6-8 月降水量）作为因变量进入De...
VIP
