spss 回归分析实例操作
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
8.1.2.1 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8.1所示。
图8.1 原始数据的输入
8.1.2.2 统计分析
点击analysis菜单选Regression中的Linear...项,弹出Linear Regression对话框(如图8.2示)。从对话框左侧的变量列表中选y,点击Ø钮使之进入Dependent框,选x1、x2,点击Ø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。
图8.2 线性回归分析对话框
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。
8.1.2.3 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
Adjusted R Square .87376
Standard Error .14335
Analysis of Variance
DF Sum of Squares Mean Square
Regression 2 1.32104 .66052
Residual 7 .14384 .02055
F = 32.14499 Signif F = .0003
------------------ Variables in the Equation ------------------
Variable B SE B Beta T Sig T
X1 .068701 .074768 .215256 .919 .3887
X2 .183756 .056816 .757660 3.234 .0144
(Constant) -2.856476 6.017776 -.475 .6495
End Block Number 1 All requested variables entered.
结果显示,本例以X1、X2为自变量,Y为应变量,采用全部入选法建立回归方程。回归方程的复相关系数为0.94964,决定系数(即r2)为0.90181,经方差分析,F=34.14499,P=0.0003,回归方程有效。回归方程为Y=0.0687101X1+0.183756X2-2.856476。
[此贴子已经被作者于2008-8-1 18:25:05编辑过]