SPSS分享：分类资料的Logistic回归分析
所谓Logistic模型，或者说Logistic回归模型，就是人们想为两分类的应变量作一个回归方程出来，可概率的取值在0~1之间，回归方程的应变量取值可是在实数集中，直接做会出现0~1范围之外的不可能结果，因此就有人耍小聪明，将率做了一个Logit变换，这样取值区间就变成了整个实数集，作出来的结果就不会有问题了，从而该方法就被叫做了Logistic回归。
随着模型的发展，Logistic家族也变得人丁兴旺起来，除了最早的两分类Logistic外，还有配对Logistic模型，多分类Logistic模型、随机效应的Logistic模型等。由于SPSS的能力所限，对话框只能完成其中的两分类和多分类模型，下面我们就介绍一下最重要和最基本的两分类模型。
10.3.1 界面详解与实例
例11.1 某研究人员在探讨肾细胞癌转移的有关临床病理因素研究中，收集了一批行根治性肾切除术患者的肾癌标本资料，现从中抽取26例资料作为示例进行logistic回归分析（本例来自《卫生统计学》第四版第11章）。
?i：标本序号
?x1：确诊时患者的年龄(岁)
?x2：肾细胞癌血管内皮生长因子(VEGF)，其阳性表述由低到高共3个等级
?x3：肾细胞癌组织内微血管数(MVC)
?x4：肾癌细胞核组织学分级，由低到高共4级
?x5：肾细胞癌分期，由低到高共4期
?y：肾细胞癌转移情况(有转移y=1; 无转移y=0)。
i x1 x2 x3 x4 x5 y
1 59
2 43.4 2 1 0
2 36 1 57.2 1 1 0
3 61 2 190 2 1 0
4 58 3 128 4 3 1
5 55 3 80 3 4 1
6 61 1 94.4 2 1 0
7 38 1 76 1 1 0
8 42 1 240 3 2 0
9 50 1 74 1 1 0
10 58 3 68.6 2 2 0
11 68 3 132.8 4 2 0
12 25 2 94.6 4 3 1
13 52 1 56 1 1 0
14 31 1 47.8 2 1 0
15 36 3 31.6 3 1 1
16 42 1 66.2 2 1 0
17 14 3 138.6 3 3 1
18 32 1 114 2 3 0
19 35 1 40.2 2 1 0
20 70 3 177.2 4 3 1
21 65 2 51.6 4 4 1
22 45 2 124 2 4 0
23 68 3 127.2 3 3 1
24 31 2 124.8 2 3 0
25 58 1 128 4 3 0
26 60 3 149.8 4 3 1
在菜单上选择Analyze==》Regression==》Binary Logistic...，系统弹出Logistic回归对话框如下：
左侧是候选变量框，右上角是应变量框，选入二分类的应变量，下方的Covariates框是用于选入自变量的，只不过这里按国外的习惯被称为了协变量。两框中间的是BLOCK系列按扭，我在上一课已经讲过了，不再重复。中下部的>a*b>框是用于选入交互作用的，和其他的对话框不太相同（我也不知道为什么SPSS偏在这里做得不同），下方的Method列表框用于选择变量进入方法，有进入法、前进法和后退法三大类，三类之下又有细分。最下面的四个按钮比较重要，请大家听我慢慢道来：
?Select>>钮：用于限定一个筛选条件，只有满足该条件的记录才会被纳入分析，单击它后对话框会展开让你填入相应的条件。不过我觉得该功能纯属多余，和专门的Select对话框的功能重复了。
?Categorical钮：如果你的自变量是多分类的（如血型等），你必须要将它用哑变量的方式来分析，那么就要用该按钮将该变量指定为分类变量，如果有必要，可用里面的选择按钮进行详细的定义，如以哪个取值作为基础水平，各水平间比较的方法是什么等。当然，如果你弄不明白，不改也可以，默认的是以最大取值为基础水平，用Deviance做比较。
o Save钮：将中间结果存储起来供以后分析，共有预测值、影响强度因子和残差三大类。
o Options钮：这一部分非常重要，但又常常被忽视，在这里我们可以对模型作精确定义，还可以选择模型预测情况的描述方式，如Statistics and Plots中的Classification plots就是非常重要的模型预测工具，Correlations of estimates则是重要的模型诊断工具，Iteration history可以看到迭代的具体情况，从而得知你的模型是否在迭代时存在病态，下方则可以确定进入和排除的概率标准，这在逐步回归中是非常有用的。
好，根据我们的目的，应变量为Y，而X1~X5为自变量，具体的分析操作如下：
1.Analyze==》Regression==》Binary Logistic...
2.Dependent框：选入Y
3.Covariates框：选入x1~x5
4.OK钮：单击
10.3.2 结果解释
Logistic Regression
上表为记录处理情况汇总，即有多少例记录被纳入了下面的分析，可见此处因不存在缺失值，26条记录均纳入了分析。
上表为应变量分类情况列表，没什么好解释的。
Block 0: Beginning Block
此处已经开始了拟合，Block 0拟合的是只有常数的无效模型，上表为分类预测表，可见在17例观察值为0的记录中，共有17例被预测为0，9例1也都被预测为0，总预测准确率为65.4%，这是不纳入任何解释变量时的预测准确率，相当于比较基线。
上表为Block 0时的变量系数，可见常数的系数值为-0.636。
上表为在Block 0处尚未纳入分析方程的侯选变量，所作的检验表示如果分别将他们纳入方程，则方程的改变是否会有显著意义（根据所用统计量的不同，可能是拟合优度，Deviance值等）。可见如果将X2系列的哑变量纳入方程，则方程的改变是有显著意义的，X4和X5也是如此，由于Stepwise方法是一个一个的进入变量，下一步将会先纳入P值最小的变量X2，然后再重新计算该表，再做选择。
Block 1: Method = Forward Stepwise (Conditional)
此处开始了Block 1的拟合，根据我们的设定，采用的方法为Forward（我们只设定了一个Block，所以后面不会再有Block 2了）。上表为全局检验，对每一步都作了Step、Block和Model的检验，可见6个检验都是有意义的。
此处为模型概况汇总，可见从STEP1到STEP2，DEVINCE从18降到11，两种决定系数也都有上升。
此处为每一步的预测情况汇总，可见准确率由Block 0的65%上升到了84%，最后达到96%，效果不错，最终只出现了一例错判。
上表为方程中变量检验情况列表，分别给出了Step 1和Step 2的拟合情况。注意X4的P值略大于0.05，但仍然是可以接受的，因为这里用到的是排除标准（默认为0.1），该变量可以留在方程中。以Step 2中的X2为例，可见其系数为2.413，OR值为11。
上表为假设将这些变量单独移出方程，则方程的改变有无统计学意义，可见都是有统计学意义的，因此他们应当保留在方程中。
最后这个表格说明的是在每一步中，尚未进入方程的变量如果再进入现有方程，则方程的改变有无统计学意义。可见在Step 1时，X4还应该引入，而在Step 2时，其它变量是否引入都无关了。
10.3.3 模型的进一步优化与简单诊断
10.3.3.1 模型的进一步优化
前面我们将X1~X5直接引入了方程，实际上，其中X2、X4、X5这三个自变量为多分类变量，我们并无证据认为它们之间个各等级的OR值是成倍上升的，严格来说，这里应当采用哑变量来分析，即需要用Categorical钮将他们定义为分类变量。但本次分析不能这样做，原因是这里总例数只有26例，如果引入哑变量模型会使得每个等级的记录数非常少，从而分析结果将极为奇怪，无法正常解释，但为了说明哑变量模型的用法，下面我将演示它是如何做的，毕竟不是每个例子都只有26例。
默认情况下定义分类变量非常容易，做到如上图所示就可以了，此时分析结果中的改变如下：
上表为自变量中多分类变量的哑变量取值情况代码表。左侧为原变量名及取值，右侧为相应的哑变量名及编码情况：以X5为例，表中可见X5=4时，即取值最高的情况被作为了基线水平，这是多分类变量生成哑变量的默认情况。而X5(1)代表的是X5=1的情况（X5为1时取1，否则取0），X5(2)代表的是X5=2的情况，依此类推。同时注意到许多等级值有几个记录，显然后面的分析结果不会太好。
相应的，分析结果中也以哑变量在进行分析，如下所示：
上表出现了非常有趣的现象：所有的检验P值均远远大于0.05，但是所有的变量均没有被移出方程，这是怎么回事？再看看下面的这个表格吧。
这个表格为方程的似然值改变情况的检验，可见在最后Step 2生成的方程中，无论移出X2还是X4都会引起方程的显著性改变。也就是说，似然比检验的结果和上面的Walds检验结果冲突，以谁为准？此处应以似然比检验为准，因为它是全局性的检验，且Walds检验本身就不太准，这一点大家记住就行了，实在要弄明白请去查阅相关文献。
请注意：上面的哑变量均是以最高水平为基线水平，这不符合我们的目的，我们希望将最低水平作为基线水平。比如以肾细胞癌第一期为基线水平，需要这样做只要在Categoriacl框中选中相应的变量，在Reference Category 处选择First,再单击Change即可，此时变量旁的标示会做出相应的改变如下：
分析结果中也会做出相应的改变，此处略。
10.3.3.2 模型的简单诊断
SPSS本身提供了几种用于模型诊断的工具，基本上都集中在Options对话框中，除了大家熟悉的残差分析外，这里这种介绍三种简单而有非常有用的工具：迭代记录、相关矩阵和分类图。
上表为Block 1的迭代记录，可见无论是似然值，还是三个系数值，均是从迭代开始就向着一个方向发展，最终达到收敛，这说明整个迭代过程是健康的，问题不大；如果中途出现波折，尤其是当引入新变量后变化方向改变了，则提示要好好研究。
上表为方程中变量的相关矩阵，可见X2和常数相关性较强，当引入X4后仍然如此，提示要关注这一现象，以防因自变量间的共线性导致方程系数不稳（此时迭代记录多半也会有波动）。当然，由于本例只有26条记录，这一问题是没有办法深入研究的。
上图是Step 1结束时，即只引入X2时的预测图，0和1代表实际取值，当预测的概率值大于0.5时，则预测结果为1，反之为0，由上图可见，该模型对0的预测是比较好的，多数的概率都在0附近，但对1的预测不准，即使正确的，计算出的概率也在0.8左右，并且有好几个都判错了。
上图为Step 2结束后模型的预测状况，可见此时预测结果有了较大的改善，概率精度提高了许多，只有一例0被错判为了1，并且从分布上看，这一例可能是极端情况，再引入其它变量也不见的能将预测效果改变多少。
实验7 相关与回归分析 7.1实验目的 熟练掌握一元线性回归分析的SPSS应用技能，掌握一元非线性回归分析的SPSS应用技能，对实验结果做出解释。 7.2相关知识（略） 7.3实验内容 7.3.1一元线性回归分析的SPSS实验 7.3.2一元非线性回归分析的SPSS实验 7.4实验要求 7.4.1准备实验数据 1.线性回归分析数据 （The Wall 美国各航空公司业绩的统计数据公布在《华尔街日报1999年年鉴》 Street Journal Almanac 1999）上。航班正点到达的比率和每10万名乘客投诉 的次数的数据，见表7-1所示。 表7-1 美国航空公司航空正点率与乘客投诉次数资料 2.非线性回归分析数据 1992～2013年某国保费收入与国内生产总值的数据，试研究保费收入与国内生产
总值的关系的数据，见表7-2所示。 表7-2 1992～2013年某国保费收入与国内生产总值数据 单位：万元 7.4.2完成一元线性回归分析的SPSS 实验，对实验结果作出简要分析。 7.4.3完成一元非线性回归分析的SPSS 实验，对实验结果作出简要分析。 7.5实验步骤 7.5.1 完成一元线性回归分析的SPSS 实验步骤 1.运用SPSS 绘制散点图散点图。 第一步：在excel 中输入数据 图7-1 第二步：将excel 数据导入spss 单击打开数据文档按钮（或选择菜单文件→打开）→选择文件航空公司航班
正点率与投诉率.xls 图7-2 第三步：选择菜单图形→旧对话框→散点/点状，在散点图/点图对话框中， 选择简单分布按钮 图7-3 第三步：在简单散点图对话框中，将候选变量框中的投诉率添加到Y轴，航班正点率添加到X轴，点击确定：
相关分析与回归分析 一、试验目标与要求 本试验项目的目的是学习并使用SPSS软件进行相关分析与回归分析，具体包括： (1)皮尔逊pearson简单相关系数的计算与分析 (2)学会在SPSS上实现一元及多元回归模型的计算与检验。 (3)学会回归模型的散点图与样本方程图形。 (4)学会对所计算结果进行统计分析说明。 (5)要求试验前，了解回归分析的如下内容。 参数α、β的估计 回归模型的检验方法：回归系数β的显著性检验（t－检验）；回归 方程显著性检验（F－检验）。 二、试验原理 1．相关分析的统计学原理 相关分析使用某个指标来表明现象之间相互依存关系的密切程度。用来测度简单线性相关关系的系数是Pearson简单相关系数。 2．回归分析的统计学原理 相关关系不等于因果关系，要明确因果关系必须借助于回归分析。回归分析是研究两个变量或多个变量之间因果关系的统计方法。其基本思想是，在相关分析的基础上，对具有相关关系的两个或多个变量之间数量变化的一般关系进行测定，确立一个合适的数据模型，以便从一个已知量推断另一个未知量。回归分析的主要任务就是根据样本数据估计参数，建立回归模型，对参数与模型进行检验与判断，并进行预测等。 线性回归数学模型如下： y i 01x i12x i2k x i k i 在模型中，回归系数是未知的，可以在已有样本的基础上，使用最小二乘法对回归系数进行估计，得到如下的样本回归函数： ???? y i 0 1x i12x i2k x i k e i 回归模型中的参数估计出来之后，还必须对其进行检验。如果通过检验发现模型有缺陷，则必须回到模型的设定阶段或参数估计阶段，重新选择被解释
相关分析和一元线性回归分析S P S S报告 Document number：NOCG-YUNOO-BUYTT-UU986-1986UT
用下面的数据做相关分析和一元线性回归分析： 选用普通高等学校毕业生数和高等学校发表科技论文数量做相关分析和一元线性回归分析。 一、相关分析 1.作散点图 普通高等学校毕业生数和高等学校发表科技论文数量的相关图 从散点图可以看出：普通高等学校毕业生数和高等学校发表科技论文数量的相关性很大。 2.求普通高等学校毕业生数和高等学校发表科技论文数量的相关系数 把要求的两个相关变量移至变量中，因为都是定距数据，选择相关系数中的Pearson，点击确定，可以得到下面的结果： Correlations 普通高等学校毕业生数(万人) 高等学校发表科技论文数量(篇) 普通高等学校毕业生数(万人) Pearson Correlation 1 .998** Sig. (2-tailed) .000 N 14 14 高等学校发表科技论文数量(篇) Pearson Correlation .998** 1 Sig. (2-tailed) .000 N 14 14 **. Correlation is significant at the level (2-tailed). 两相关变量的Pearson相关系数=，表示呈高度正相关；相关系数检验对应的概率P值=，小于显着性水平，应拒绝原假设（两变量之间不具有相关性），即毕业生人数好发表科技论文数之间的相关性显着。 3.求两变量之间的相关性 选择相关系数中的全部，点击确定：
Correlations (万人) (篇) Kendall's tau_b (万人) Correlation Coefficient ** Sig. (2-tailed) . . N 14 14 (篇) Correlation Coefficient ** Sig. (2-tailed) . . N 14 14 Spearman's rho (万人) Correlation Coefficient ** Sig. (2-tailed) . . N 14 14 (篇) Correlation Coefficient ** Sig. (2-tailed) . . N 14 14 **. Correlation is significant at the level (2-tailed). 注解：两相关变量（毕业生数和发表论文数）的Kendall相关系数=，呈正相关；无相关系数检验对应的概率P值，应接受原假设（两变量之间不具有相关性），即毕业生数与发表论文数之间相关性不显着。 两相关变量（毕业生数和发表论文数）的Spearman相关系数=，呈正相关；无相关系数检验对应的概率P值，应接受原假设（两变量之间不具有相关性），即毕业生数与发表论文数之间相关性不显着。 4.普通高等学校毕业生数和高等学校发表科技论文数量的相关系数 将所求变量移至变量，将控制变量移至控制中，选中显示实际显着性水平，点击确定： Correlations 普通高等学校毕业生数(万人) 高等学校发表科技论文数量(篇) 普通高等学校毕业生数(万人) Pearson Correlation 1 .998** Sig. (2-tailed) .000 N 14 14 高等学校发表科技论文数量Pearson Correlation .998** 1
实验五 SPSS软件应用于 相关分析与回归分析 学院：动物科技学院 班级：动科101 姓名：李貌 学号：2010020407
实验五SPSS软件应用于相关分析与回归分析 一、实验目的： 1、理解线性相关分析和回归分析的意义及应用并对有关数据进行分析。 2、熟悉SPSS软件应用于相关分析和回归分析的操作和步骤。 3、进一步掌握运用SPSS软件处理数据和分析数据的能力。 二、实验内容： 玉米在盐胁迫后的萎焉程度(R)与根中蛋白（R）、叶中蛋白（L）、脯氨酸（pro）之间关系如下，试进行变量间的相关分析、回归分析。 萎焉度（Y）/% 根中蛋白（R）/% 叶中蛋白（L）/% 脯氨酸（pro）/% 0.9300 0.79 0.98 0.093 0.9547 0.99 1.02 0.105 0.9661 0.91 1.58 0.119 0.9678 1.01 1.47 0.155 0.9725 1.14 1.89 0.234 0.9735 1.36 1.32 0.251 0.9856 1.36 1.76 0.217 1.0032 1.19 2.61 0.271 1.0045 1.21 2.33 0.227 1.0075 1.06 2.88 0.270 1.0186 1.58 2.40 0.282 1.0201 1.30 2.40 0.557 1.0245 1.81 2.37 0.650 1.0260 1.88 2.59 0.622 1.0283 1.46 3.10 0.611 1.0364 1.68 3.36 0.657 三、实验步骤： (一、线性回归分析） 1、启动SPSS，进行变量定义和数据录入，如（图1、2）。
一、多选项分析 一）问卷中多选项问题的分析 多选项问题的分解通常有2中方法：1、多选项二分法（Multiple Dichotomies Method）； 2、多选项分类法（Multiple Category Method）。 1、多选项二分法（Multiple Dichotomies Method）； 多选项二分法是将多选项问题中的每个答案设为一个SPSS变量，每个变量只有0或1两个取值，分别表示选择个该答案和不选择该答案。 按照多选项二分法可以将居民储蓄调查中村（取）款目的这个多选项问题分解为十一个问题，并设置十一个SPSS变量。 2、多选项分类法（Multiple Category Method） 多选项分类法中，首先应估计多选项问题最多可能出现的答案个数；然后，为每个答案设置一个SPSS变量，变量取值为多选项问题中的可选答案。 按照多选项分类法可将居民储蓄调查中存（取）款目的这个多选项问题分解成三个问题（通常给出的答案数不会超过三个），并设置三个SPSS变量。 以上两种分解方法的选择考虑是否便于分析和是否丢失信息两个方面。 多选项二分法分解问题存在较大的信息丢失，这种方式没有体现选项的顺序，如果问题存在顺序则适合采用分类法。 同时注意自己需要的信息加以选择。 二）多选项分析基本操作 1、多选项分析的基本实现思路
第一、按多选项二分法或多选项分类法将多选项问题分解成若干问题，并设置若干个SPSS变量。 第二、采用多选项频数分析或多选项交叉分组下的频数分析数据。 为了实现第二步，应首先定义多选项选择变量集，即将多选项问题分解并设置成多个变量后，指定这些为一个集合。定义多选项变量集是为了今后多选项频数分析和多选项交叉分组下的频数分析作准备。只有通过定义多选项变量集，SPSS才能确定应对哪些变量取相同值的个案数进行累加。 2、定义多选项选择变量集的基本操作步骤 1）选择菜单Analyze —Multiple Response —Defined Sets，出现如下图所示的窗口。 2）从数值型变量中见进入多选项变量集的变量选择到Variables in Sets框中。 3）在Variables Are Coded AS框中制定多选项变量集中的变量是按照哪种方法分解的。Dichotomies表示以多选项二分法分解，并在Counted Value中输入对那组织进行分析。SPSS 规定等于该值的样本为一组，其余样本为另一组；Categories表示以多选项分类法分解，并在Range框中输入变量取值的最小值和最大值。
用下面的数据做相关分析和一元线性回归分析： 选用普通高等学校毕业生数和高等学校发表科技论文数量做相关分析和一元线性回归分析。 一、相关分析 1.作散点图
普通高等学校毕业生数和高等学校发表科技论文数量的相关图 从散点图可以看出：普通高等学校毕业生数和高等学校发表科技论文数量的相关性很大。 2.求普通高等学校毕业生数和高等学校发表科技论文数量的相关系 数
把要求的两个相关变量移至变量中，因为都是定距数据，选择相关系数中的Pearson，点击确定，可以得到下面的结果：
Correlations 普通高等学校毕业生数(万人)高等学校发表科技论文数量(篇) 普通高等学校毕业生数(万人)Pearson Correlation1.998** Sig. (2-tailed).000 N1414 高等学校发表科技论文数量(篇)Pearson Correlation.998**1 Sig. (2-tailed).000 N1414 **. Correlation is significant at the 0.01 level (2-tailed). 两相关变量的Pearson相关系数=0.0998，表示呈高度正相关；相关系数检验对应的概率P值=0.000，小于显著性水平0.05，应拒绝原假设（两变量之间不具有相关性），即毕业生人数好发表科技论文数之间的相关性显著。 3.求两变量之间的相关性 选择相关系数中的全部，点击确定：
Correlations (万人)(篇) Kendall's tau_b(万人)Correlation Coefficient 1.000 1.000** Sig. (2-tailed).. N1414 (篇)Correlation Coefficient 1.000** 1.000 Sig. (2-tailed).. N1414 Spearman's rho(万人)Correlation Coefficient 1.000 1.000** Sig. (2-tailed).. N1414 (篇)Correlation Coefficient 1.000** 1.000 Sig. (2-tailed).. N1414 **. Correlation is significant at the 0.01 level (2-tailed). 注解：两相关变量（毕业生数和发表论文数）的Kendall相关系数=1.000，呈正相关；无相关系数检验对应的概率P值，应接受原假设（两变量之间不具有相关性），即毕业生数与发表论文数之间相关性不显著。 两相关变量（毕业生数和发表论文数）的Spearman相关系数=1.000，呈正相关；无相关系数检验对应的概率P值，应接受原假设（两变量之间不具有相关性），即毕业生数与发表论文数之间相关性不显著。 4.普通高等学校毕业生数和高等学校发表科技论文数量的相关系数
用下面的数据做相关分析和一元线性回归分析：选用普通高等学校毕业生数和高等学校发表科技论文数量做相关分析和一元线性回归分析。 一、相关分析 1.作散点图 两相关变量的Pearson相关系数=0.0998，表示呈高度正相关；相关系数检验对应的概率P值=0.000，小于显著性水平0.05，应拒绝原假设（两变量之间不具有相关性），即毕业生人数好发表科技论文数之间的相关性显著。 3.求两变量之间的相关性 选择相关系数中的全部，点击确定：
呈
注解: 两相关变量（普通高校毕业生数和发表论文数）的偏相关系数=0.998，呈正相关；对应的偏相关系数双侧检验p值0，小于显著性水平0.05，应拒绝原假设（两变量之间不具有相关性），即普通高校毕业生数与发表论文数之间相关性显著。 二、一元线性回归 此图是回归方程的拟合优度检验。 注解：上图是回归方程的拟合优度检验。 第二列：两变量（被解释变量和解释变量）的相关系数R=0.998. 第三列：被解释变量（毕业人数）和解释变量（发表科技论文数）的判定系数=0.996是一元线性回归方程拟合优度检验的统计量；判定系数越接近1，说明回归方程对样本数据的拟合优度越高，被解释变量可以被模型解释的部分越多。
第四列：被解释变量（毕业人数）和解释变量（发表科技论文数）的调整判定系数=0.996。这主要适用于多个解释变量的时候。 第二列：常数项估计值=-316.259；回归系数估计值=0.001. 第三列：回归系数的标准误差=0.000 第四列：标准化回归系数=0.998. 第五、六列：回归系数T检验的t统计量值=57.196，对应的概率P 值=0.000，小于显著性水平0.05，拒绝原假设（回归系数与0不存
相关分析和回归分析 S P S S实现 TYYGROUP system office room 【TYYUA16H-TYY-TYYYUA8Q8-
相关分析与回归分析 一、试验目标与要求 本试验项目的目的是学习并使用SPSS软件进行相关分析与回归分析，具体包括： (1)皮尔逊pearson简单相关系数的计算与分析 (2)学会在SPSS上实现一元及多元回归模型的计算与检验。 (3)学会回归模型的散点图与样本方程图形。 (4)学会对所计算结果进行统计分析说明。 (5)要求试验前，了解回归分析的如下内容。 参数α、β的估计 回归模型的检验方法：回归系数β的显着性检验（t－检验）；回归 方程显着性检验（F－检验）。 二、试验原理 1．相关分析的统计学原理 相关分析使用某个指标来表明现象之间相互依存关系的密切程度。用来测度简单线性相关关系的系数是Pearson简单相关系数。 2．回归分析的统计学原理 相关关系不等于因果关系，要明确因果关系必须借助于回归分析。回归分析是研究两个变量或多个变量之间因果关系的统计方法。其基本思想是，在相关分析的基础上，对具有相关关系的两个或多个变量之间数量变化的一般关系进行测定，确立一个合适的数据模型，以便从一个已知量推断另一个未知量。回归分析的主要任务就是根据样本数据估计参数，建立回归模型，对参数与模型进行检验与判断，并进行预测等。 线性回归数学模型如下： 在模型中，回归系数是未知的，可以在已有样本的基础上，使用最小二乘法对回归系数进行估计，得到如下的样本回归函数： 回归模型中的参数估计出来之后，还必须对其进行检验。如果通过检验发现模型有缺陷，则必须回到模型的设定阶段或参数估计阶段，重新选择被解释变量与解释变量及其函数形式，或者对数据进行加工整理之后再次估计参数。回归模型的检验包括一级检验与二级检验。一级检验又叫统计学检验，它是利用统计学的抽样理论来检验样本回归方程的可靠性，具体又可以分为拟与优度
相关分析和回归分析的SPSS实现 一、实验目的与要求 1.掌握t检验的SPSS实现方法。 2.熟悉单因素方差分析的SPSS实现方法。 3.了解卡方检验的SPSS的实现方法。 二、实验内容提要 1.某医生研究婴儿出生体重和双顶径的数量关系，收集了婴儿出生体重（X,g）和双顶径 （Y,mm）数据，分析两者的数量关系。 X 273 299 226 315 294 260 383 273 234 329 302 357 Y 94 88 91 99 93 87 94 93 81 94 94 91 2.某专门面向年轻人制作肖像的公司计划在国内再开设几家分店，收集了目前已开设的分 店的销售数据(Y，万元)及分店所在城市的16岁以下人数(X1，万人)、人均可支配收入(X2， 元)，数据见reg.sav。试进行统计分析，并预测当X1为5，X2为2000时，Y的值是多少。 三、实验步骤 针对实验内容提要1： 步骤： 1.绘制散点图 选着分析→图表构建程序，选择简单散点图，将其拖入画布中，将双顶径拖到y轴，将 体重拖入到x轴，点击确定。 2.分析双重量相关
选着分析-相关，选择双变量，将体重和双顶径添加到变量中，点击确定。 相关性 X Y X Pearson 相关 性 1 .500 显著性（双侧） .098 N 12 12 Y Pearson 相关 性 .500 1 显著性（双侧） .098 N 12 12 从散点图上看它们比较散乱，不能认为它们有关系，因为P 值为0.98>0.05,所以认为它们的关联性不大。 针对内容提要2. 选着分析-回归-线性，点击保存，选取未标准化，点击确定
第三章相关分析与回归模型的建立与分析相关分析和回归分析是统计分析方法中最重要内容之一，是多元统计分析方法的 基础。相关分析和回归分析主要用于研究和分析变量之间的相关关系，在变量之间寻求合适的函数关系式，特别是线性表达式。 ◆本章主要内容： 1、对变量之间的相关关系进行分析（Correlate）。其中包括简单相关分析 （Bivariate）和偏相关分析（Partial）。 2、建立因变量和自变量之间回归模型（Regression），其中包括线性回归分析 （Linear）和曲线估计（Curve Estimation）。 ◆数据条件：参与分析的变量数据是数值型变量或有序变量。 §3.1 相关分析 在SPSS中，可以通过Analyze菜单进行相关分析（Correlate），Correlate菜单如图3.1所示。 图3.1 Correlate 相关分析菜单 §3.1.1 简单相关分析 两个变量之间的相关关系称简单相关关系。有两种方法可以反映简单相关关系。一是通过散点图直观地显示变量之间关系，二是通过相关系数准确地反映两变量的关系程度。 §3.1.1.1 散点图 SPSS软件的绘图命令集中在Graphs菜单。下面通过例题来介绍具体操作方法。
例1：数据库SY-8中的变量X表示山东省人均国内生产总值，Y表示山东省城镇居民的消费额（资料来源：山东省2003年统计年鉴），现画出散点图来观察两个变量的关联程度。具体操作步骤如下： 首先打开数据SY-8，然后单击Graphs Scatter,打开Scatter plot散点图对话框，如图3.2所示。然后选择需要的散点图，图中的四个选项依次是： Simple 简单散点图Matrix 矩阵散点图 Overlay 重叠散点图3-D 三维散点图 图3.2 散点图对话框 如果只考虑两个变量，可选择简单的散点图Simple，然后点击Define，打开Simple Scatterplot对话框,如图3.3所示。 图3.3 Simple Scatterplot对话框 选择变量分别进入X轴和Y轴，点击OK后就可以得到散点图，见图3.4。 从下面输出的人均国内生产总值与城镇居民消费额的散点图3.4中可以粗略地看出，两个变量之间有强正相关的线性关系。
第六章 SPSS相关分析与回归分析 6.1 相关分析和回归分析概述 客观事物之间的关系大致可归纳为两大类，即 ●函数关系：指两事物之间的一种一一对应的关系，如商品的销售额和销售量之间的 关系。 ●相关关系（统计关系）：指两事物之间的一种非一一对应的关系，例如家庭收入和 支出、子女身高和父母身高之间的关系等。相关关系又分为线性相关和非线性相关。 相关分析和回归分析都是分析客观事物之间相关关系的数量分析方法。 6.2 相关分析 相关分析通过图形和数值两种方式，有效地揭示事物之间相关关系的强弱程度和形式。 6.2.1 散点图 它将数据以点的的形式画在直角坐标系上，通过观察散点图能够直观的发现变量间的相关关系及他们的强弱程度和方向。 6.2.2 相关系数 利用相关系数进行变量间线性关系的分析通常需要完成以下两个步骤： 第一，计算样本相关系数r； ●相关系数r的取值在-1～+1之间 ●R>0表示两变量存在正的线性相关关系；r<0表示两变量存在负的线性相关关 系 ●R＝1表示两变量存在完全正相关；r＝-1表示两变量存在完全负相关；r＝0表 示两变量不相关 ●|r|>0.8表示两变量有较强的线性关系；|r|<0.3表示两变量之间的线性关系较 弱 第二，对样本来自的两总体是否存在显著的线性关系进行推断。 对不同类型的变量应采用不同的相关系数来度量，常用的相关系数主要有Pearson简单相关系数、Spearman等级相关系数和Kendall τ相关系数等。 6.2.2.1 Pearson简单相关系数（适用于两个变量都是数值型的数据） Pearson简单相关系数的检验统计量为： 6.2.2.2 Spearman等级相关系数 Spearman等级相关系数用来度量定序变量间的线性相关关系，设计思想与Pearson简 x y，而是利单相关系数相同，只是数据为非定距的，故计算时并不直接采用原始数据(,) i i
第六章 spss相关分析和回归分析第六章 SPSS相关分析与回归分析 6.1 相关分析和回归分析概述 客观事物之间的关系大致可归纳为两大类，即 , 函数关系:指两事物之间的一种一一对应的关系，如商品的销售额和销售量之间的 关系。 , 相关关系(统计关系):指两事物之间的一种非一一对应的关系，例如家庭收入和 支出、子女身高和父母身高之间的关系等。相关关系又分为线性相关和非线性相关。 相关分析和回归分析都是分析客观事物之间相关关系的数量分析方法。 6.2 相关分析 相关分析通过图形和数值两种方式，有效地揭示事物之间相关关系的强弱程度和形式。 6.2.1 散点图 它将数据以点的的形式画在直角坐标系上，通过观察散点图能够直观的发现变量间的相关关系及他们的强弱程度和方向。 6.2.2 相关系数 利用相关系数进行变量间线性关系的分析通常需要完成以下两个步骤: 第一，计算样本相关系数r; ,+1之间 , 相关系数r的取值在-1 , R>0表示两变量存在正的线性相关关系;r<0表示两变量存在负的线性相关关
系 , R,1表示两变量存在完全正相关;r,-1表示两变量存在完全负相关;r,0表示两变量不相关 , |r|>0.8表示两变量有较强的线性关系; |r|<0.3表示两变量之间的线性关系较 弱 第二，对样本来自的两总体是否存在显著的线性关系进行推断。 对不同类型的变量应采用不同的相关系数来度量，常用的相关系数主要有Pearson简单 ,相关系数、Spearman等级相关系数和Kendall 相关系数等。 6.2.2.1 Pearson简单相关系数(适用于两个变量都是数值型的数据) (,)(,)yy,ixxi ,r 22(,),(,)yy,,ixxi Pearson简单相关系数的检验统计量为: rn,2 2t, 6.2.2.2 Spearman等级相关系数 Spearman等级相关系数用来度量定序变量间的线性相关关系，设计思想与Pearson简1,r (,)xyii单相关系数相同，只是数据为非定距的，故计算时并不直接采用原始数据，而是利 (,)xy(,)UViiii用数据的秩，用两变量的秩代替代入Pearson简单相关系数计算公式中，于是 xyii其中的和的取值范围被限制在1和n之间，且可被简化为:
电视广告费用和报纸广告费用对公司营业收入 的回归模型分析 SPSS录入数据： 本研究关注的是电视广告费用和报纸广告费用对公司收入的影响。 公司收入样本总数为8，M=93.75，SD=1.909；电视广告费用（X1）M=3.19，SD=0.961；报纸广告费用（x2）M=2.48，SD=0.911。 通过皮尔逊相关性分析得出因变量与自变量x1和x2的相关系数分别为（r=0.8，p=0.008）和（r=-0.02，p=0.48），说明公司收入与电视广告费用呈显著性正相关，而公司收入与报纸广告费用相关不显著。 以电视广告费用和报纸广告费用分别作为自变量，以公司收入作为因变量，进行线性回归。具体结果见表1。结果发现，电视广告费用对公司收入存在显著的正向影响（β=0.808，B=1.604，t=3.357，p<0.05,R2=0.653），即电视广告费用的增长会提升公司收入，且该模型能够解释结果的65.3%；报纸广告费用对公司收入不存在显著的正向影响（β=-0.021,t=-0.05,p=0.96）。 表1：广告费用对公司收入的回归结果表 注: 表格中呈现了预测变量的非标准化系数, 括号内是标准误。
以电视广告费用和报纸广告费用同时作为自变量，以公司收入作为因变量，则两个费用对公司收入存在显著的正向影响（β电视=1.153，B电视=2.29，t=7.532，p<0.05；β报纸=0.621，B报纸=1.301，t=4.057，p<0.052, R2=0.919），即电视广告和报纸广告费用的同时增长会提升公司收入，且该模型能够解释结果的91.9%。共线性分析：VIF电视广告=1.448，VIF报纸广告=1.448，均小于5，说明电视广告和报纸广告之间共线性可能性较低。 思路及步骤： 1、公司收入样本总数为8，M=93.75，SD=1.909；电视广告费用M=3.19，SD=0.961； 报纸广告费用M=2.48，SD=0.911。 步骤：回归-线性，之后选择如下：【均值、标准差】