spss非线性回归分析讲课稿.docx
- 文档编号:25515530
- 上传时间:2023-06-09
- 格式:DOCX
- 页数:14
- 大小:281.02KB
spss非线性回归分析讲课稿.docx
《spss非线性回归分析讲课稿.docx》由会员分享,可在线阅读,更多相关《spss非线性回归分析讲课稿.docx(14页珍藏版)》请在冰豆网上搜索。
spss非线性回归分析讲课稿
课程名称实用统计软件
实验项目名称非线性回归分析
实验成绩指导老师(签名)日期2011-9-23
一.实验目的
1.掌握非线性回归的基本原理和算法;
2.能够用SPSS软件应用非线性回归模型解决实际问题。
二.实验内容与要求
1.根据数据金属强度测试.sav利用曲线参数估计法分析金属强度(y)与温度(x)之间的关系。
2.实现书上P189中的研究问题。
第一步要选中所有的模型,然后根据R-square和拟合曲线标准选择模型!
并且要预测到2010年的数据!
三.实验步骤
1.模型选择(标准:
R-square以及拟合曲线的比较)
2.所选择模型的拟合优度(R-square、拟合曲线)
3.所选择模型的回归方程(回归系数的估计值)
4.所选择模型的检验问题(模型方差分析表:
模型显著性F检验、回归系数非零T检验)
5.保存关心的统计数据(预测值、残差值、预测值的置信区间)
具体操作参见课件非线性回归分析.PPT
四.实验结果(数据与图形)与分析
1.
ModelSummaryandParameterEstimates
DependentVariable:
强度
Equation
ModelSummary
ParameterEstimates
RSquare
F
df1
df2
Sig.
Constant
b1
b2
b3
Linear
.674
12.391
1
6
.013
.719
-.002
Logarithmic
.925
73.712
1
6
.000
2.518
-.424
Inverse
.983
346.051
1
6
.000
-.091
55.466
Quadratic
.944
41.910
2
5
.001
1.171
-.006
8.416E-6
Cubic
.993
186.302
3
4
.000
1.485
-.012
3.409E-5
-3.144E-8
Compound
.992
760.861
1
6
.000
1.324
.991
Power
.932
81.772
1
6
.000
2.136E3
-1.833
S
.693
13.535
1
6
.010
-3.356
200.730
Growth
.992
760.861
1
6
.000
.281
-.009
Exponential
.992
760.861
1
6
.000
1.324
-.009
Logistic
.992
760.840
1
6
.000
.755
1.009
Theindependentvariableis温度.
图中看出Cubic,Compound,Growth,Exponential和Logistic较高,其中Cubic最高,所以选择三次函数拟合。
观察得,图形更接近Cubic和Exponential两种曲线。
Cubic函数在500处为0,有明显差异。
ANOVA
SumofSquares
df
MeanSquare
F
Sig.
Regression
14.368
1
14.368
760.861
.000
Residual
.113
6
.019
Total
14.482
7
Theindependentvariableis温度.
Coefficients
UnstandardizedCoefficients
StandardizedCoefficients
t
Sig.
B
Std.Error
Beta
温度
-.009
.000
-.996
-27.584
.000
(Constant)
1.324
.128
10.382
.000
Thedependentvariableisln(强度).
Coefficientsa
Model
UnstandardizedCoefficients
StandardizedCoefficients
t
Sig.
95%ConfidenceIntervalforB
Correlations
B
Std.Error
Beta
LowerBound
UpperBound
Zero-order
Partial
Part
1
(Constant)
.719
.144
4.982
.002
.366
1.072
温度
-.002
.001
-.821
-3.520
.013
-.003
.000
-.821
-.821
-.821
a.DependentVariable:
强度
[0.366,1.072]
[-0.003,0]
2.
ModelSummaryandParameterEstimates
DependentVariable:
社会消费品零售总额
Equation
ModelSummary
ParameterEstimates
RSquare
F
df1
df2
Sig.
Constant
b1
b2
b3
Linear
.836
137.490
1
27
.000
-1.372E4
2.325E3
Logarithmic
.527
30.083
1
27
.000
-2.442E4
1.854E4
Inverse
.184
6.104
1
27
.020
2.764E4
-4.756E4
Quadratic
.987
953.866
2
26
.000
6.756E3
-1.639E3
132.133
Cubic
.995
1.816E3
3
25
.000
230.765
768.904
-65.200
4.385
Compound
.995
5.654E3
1
27
.000
1.368E3
1.152
Power
.856
160.241
1
27
.000
446.258
1.322
S
.431
20.448
1
27
.000
9.905
-4.068
Growth
.995
5.654E3
1
27
.000
7.221
.142
Exponential
.995
5.654E3
1
27
.000
1.368E3
.142
Logistic
.996
7.339E3
1
27
.000
.001
.856
Logistic,Cublic,Compound,Growth,Exponential拟合度较高。
观察得,Cublic和Logistic曲线更接近观察值。
ModelSummaryandParameterEstimates
DependentVariable:
社会消费品零售总额
Equation
ModelSummary
ParameterEstimates
RSquare
F
df1
df2
Sig.
Constant
b1
b2
b3
Cubic
.995
1.816E3
3
25
.000
230.765
768.904
-65.200
4.385
Coefficients
UnstandardizedCoefficients
StandardizedCoefficients
t
Sig.
B
Std.Error
Beta
CaseSequence
2324.553
198.246
.914
11.726
.000
(Constant)
-13724.683
3404.981
-4.031
.000
Coefficientsa
Model
UnstandardizedCoefficients
StandardizedCoefficients
t
Sig.
95%ConfidenceIntervalforB
B
Std.Error
Beta
LowerBound
UpperBound
1
(Constant)
583.451
405.090
1.440
.161
-247.725
1414.627
国内生产总值
.360
.005
.997
72.937
.000
.350
.370
a.DependentVariable:
社会消费品零售总额
[-247.725,1414.627]
[0.35,0.37]
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- spss 非线性 回归 分析 讲课
![提示](https://static.bdocx.com/images/bang_tan.gif)