
//SPSS
//Course
//回歸分析
SPSS

01圖線性回歸分析 BREEZE


步驟一:在菜單欄中找到分析→回歸→線性,打開「線性回歸」對話框;
步驟二:將變數「財政收入」移入因變數框 ,「國內生產總值」移入自變數框;
步驟三:打開「統計」對話框,勾選「估計」和「模型擬合度」;
步驟四:打開「圖」對話框,將DEPENDENT作為y軸,*ZPRED為x軸作圖,並且勾選「直方圖」和「正態概率圖」 ,點擊繼續→確定。
Step 1
FindAnalysis→Regression→Linearinthemenubartoopenthe”LinearRegression”dialogbox;
Step 2
Movethevariable”fiscalrevenue”intothedependentvariableboxand”grossdomesticproduct”intotheindependentvariablebox;
Step 3
Openthe”Statistics”dialogbox,andcheck”Estimation”and”Modelfit”;
Step 4
Openthe”Plot”dialogbox,useDEPENDENTasthey-axisand*ZPREDasthex-axistoplot,andcheck”Histogram”and”NormalProbabilityPlot”,clickContinue→OK.



輸出窗口信息如下:

由模型摘要表可知,R=0.989,說明自變數與因變數之間的相關性很強。
由ANOVA(方差分析)表可知F統計量的觀測值為592.25,顯著性概率為0.000,即拒絕原假設,說明因變數和自變數的線性關係是非常顯著的,可建立線性模型。
由係數表可知回歸模型的常數項為-4993.281,自變數「國內生產總值」的回歸係數為0.197。因此,可以得出回歸方程:財政收入=-4993.281 + 0.197 × 國內生產總值,回歸係數的顯著性水平為0.000,明顯小於0.05,說明建立線性模型是恰當的。
02 非線性回歸分析 SUNSHINE


步驟一:在菜單欄中找到分析→回歸→非線性,打開「非線性回歸」對話框;
步驟二:將「營業收入」移入因變數框,在模型表達式中輸入相應的表達式;
步驟三:打開「參數」對話框,添加相應的參數值,點擊確定。
Step 1
Analysis→Regression→Nonlinearinthemenubarandopenthe”NonlinearRegression”dialogbox;
Step 2
Move”businessincome”intothedependentvariablebox,andenterthecorrespondingexpressioninthemodelexpression;
Step 3
Openthe”Parameters”dialogbox,addthecorrespondingparametervalues,andclickOK.
輸出窗口信息如下:
由迭代歷史記錄表可知,經過4次迭代後,模型達到收斂標準,找到了最佳解。得到營業收入關於兩種廣告費用的預測回歸模型為:
y = 86.531+1.089×1-0.667×2+0.724x1x2
由顯著性檢驗結果表可知,決定係數R2為0.941,擬合結果較好。
原創文章,作者:投稿專員,如若轉載,請註明出處:https://www.506064.com/zh-tw/n/281609.html
微信掃一掃
支付寶掃一掃