导图社区 多重线性回归分析
这是一篇关于多重线性回归分析的思维导图,主要内容有一、多重线性回归;二、案例分析;三、SPSS操作;四、总结。
诊断学思维导图持续更新,症状学部分涉及所述症状的定义,病因、机制、临床表现、伴随症状等方面。根据第九版人卫教材整理,供学习交流使用。
社区模板帮助中心,点此进入>>
党章建设思维导图
国考地理高频考点知识汇总
公考言语理解与表达-选词填空
公务员省考图形推理
法理学笔记
公考申论命题点
法理学
国考判断课总结【注意】
我的行测痛点
公务员考试:申论
Day 17 多重线性回归分析
一、多重线性回归
1.概念
2.多因素线性回归模型
3.应用条件
线性(linear)、独立性(independent) 、正态性( normal)、方差齐性(equal variance)—— "LINE”。
线性——自变量与应变量的关系是线性的。用散点图判断。
独立性——任意两个残差值互相独立。常利用专业知识判断。
正态性——要求残差服从正态分布。常用残差图分析。
方差齐性——要求残差的方差齐性。用散点图或残差图判断。
4.多元回归分析步骤
(1)线性关系描述
(2) 用各变量的数据建立线性回归方程
(3)对总的方程进行假设检验
(4)回归分析应用条件诊断
二、案例分析
1.案例
2.数据库
3.案例分析
4.绘制散点图
本例开展血压、年龄、和BMI指数的散点图分析(SPSS操作:图形-旧对话框-散点图-矩阵图)。结果发现,体重指数、年龄与血压的线性关系成立。
三、SPSS操作
1.分析-回归-线性
2①血压是结果变量,放入因变量 ②年龄、性别和体重指数是原因变量,放入自变量 ③选项可以计算预测值和残差
3.结果分析
4.R^2和方差分析的P值
同1
①血压是结果变量,放入因变量 ②年龄、性别和体重指数是原因变量,放入自变量 ③统计:软件默认勾选模型拟合计算R^2,同时有必要进行残差的独立性分析德宾沃森检验(Durbin-Watson)
“图”:可以绘制残差图和残差直方图、QQ图。选择右侧的“图”按钮,将“*ZRESID”选入Y轴,将“*ZPRED”选入X轴(①)(*ZRESID表示标准化残值、*ZPRED表示标准化预测值);②选择直方图(若选择正态概率,将绘制QQ图)
“选项”:可以计算预测值和残差
四、总结
探讨因果关系,分析影响有无及大小
同时探讨多个影响因素一贴近真实世界,提高效率
预测与分类:构建良好的预测模型