使用SPSS进行多元回归分析的方法与技巧
最编程
2024-08-07 21:47:51
...
还是数学建模中的一个小问题,具体概念分析在百度上的大佬说的已经足够详细,在此不再赘述。
链接: 多元回归分析.
我主要根据实例讲解如何通过spss进行建模,并进行模型参数的分析和验证。
打开spss(如果遇到打不开的情况,可能是由于SPSS加载excel表格时,如果excel表格中的数字没有设置保留位数,就会自动在各位四舍五入。在excel中预先设置小数位数,然后用SPSS加载即可。),点击【分析】——【回归】——【线性】
依次设置因变量,自变量,个案标签(即为序号),方法设为【逐步】。
点击【统计量】,勾选图表如下,具体作用后文中将详述。
依次分别点击【绘制】和【选项】,操作如下。
最后,点击【确定】,开始建模,结果图如下。
1、首先采用逐步选择法根据设置的移入移出概率筛选自变量。
2、再用R的平方判断变异性能,例如自变量流速,r2=0.262,表明室外温度的变异中有26.2%是由变量流速Xn的变异引起的。所以,r2叫判定系数。
3、观察sig值判断显著性,若sig值近似为零则可以判断显著,一般采用的是小于0.05,即置信区间是95%,如图所示,sig值完全满足要求,模型显著性强。
4、根据系数矩阵中的值判定模型的系数,此处我采用的是模型8。
5、由残差直方图可知残差完美符合正态分布
至此建模结束。
有问题的同学可以私聊我或者在评论区留言。
推荐阅读
-
使用VASP进行Bader电荷分析的计算方法
-
使用Qt进行数据加密与解密的技巧
-
实战技巧:使用GEC模型进行训练和评估的TRICK - 自定义损失函数与预校正模型(autocorrect包)
-
PyTorch学习笔记:微软使用Seq2Seq技术进行GEC(流畅度提升学习与推理方法)的研究
-
C语言中的布尔值使用方法与实例分析
-
多种使用JS和jQuery进行页面跳转的方法 - jQuery跳转技巧
-
多元回归分析:理解相关关系并预测结果 - 一、多元回归分析旨在研究自变量X与因变量Y之间的关联,以揭示Y形成的机制,并利用X进行预测。共有五种常见的回归分析方法,包括线性回归、0‐1回归(逻辑回归)、定序回归、计数回归和生存回归,它们的划分依据是因变量Y的不同类型。因变量还可分为连续数值型变量等多种类别。
-
神经网络在多元回归数据分析中的应用与数据处理技巧
-
解读多元线性回归方差分析表的技巧与方法
-
使用SPSS进行逐步回归分析的多元线性回归方法