SPSS第10讲线性回归分析.pptVIP

第十讲 线性回归分析;用变量的观测数据拟合所关注的变量和影响其变化的变量之间的线性关系式 检验影响变量的显著程度 比较影响变量的作用大小 用一个或多个变量的变化解释和预测另一个变量的变化;一元线性回归，针对一个影响变量（自变量）的回归分析 多元线性回归，针对多个影响变量（自变量）的回归分析;因变量：定距变量 自变量：定类、定序变量或定距变量，对于分类变量需要转换成虚拟变量;回归方程;线性回归的位置;一元线性回归;实例1 对受访者的性别和月收入进行一元线性回归分析 ; 当自变量是分类变量时，需要将原变量转换成虚拟变量，所有虚拟变量都是 “1”和“0”取值的二分变量。（当原变量是二分类变量时，我们只需要设定一个“1”、“0”取值的虚拟变量，并且把取值为“0”的那个类别作为参照项）;步骤1：点击“Recode”，???出对话框;步骤2：将性别拖入中间空白框;步骤3：在Name栏中填写虚拟变量名;步骤4：点击“Change”按钮;步骤5：点击“Old and New Values”按钮;步骤6：将原变量的“1”设为新变量的“1”;步骤7：将原变量的“2”设为新变量的“0”;步骤8：点击“Continue”，回到主对话框;步骤8：点击“OK”，生成新的虚拟性别变量; 在设置完虚拟变量后，我们才能正式开始回归分析。;步骤9：点击“Regression”中的“Linear”，弹出对话框;步骤10：选择因变量“月收入”和自变量“性别”;点击“OK”，结果一：确定系数表;结果一告诉我们什么？;结果二：方差分析表;结果二告诉我们什么？;结果三：回归系数表;结果三告诉我们什么？;结果三告诉我们什么？;多元线性回归;实例2 将受访者的性别、教育程度（四分类的教育程度）和年龄作为自变量，通过多元线性回归，分析其对月收入的影响。 ; 由于例题中的教育变量是个四分类的定序变量，因此我们需要设置三个“1”、“0”取值的虚拟教育变量：edu1、edu2和edu3，分别用来表示“小学”、“初中”和“高中”，将“大专及以上”教育类别作为参照项，其余三个类别分别与其进行比较。;步骤1：点击“Recode”，弹出对话框;步骤2：将四分类的教育变量拖入中间空白框;步骤3：在Name栏中填写第一个虚拟变量edu1;步骤4：在Label栏中填写变量名标签－小学;步骤5：点击“Change”按钮;步骤6：点击“Old and New Values”按钮;步骤7：将原变量中表示小学的“1”设为新变量的“1”;步骤8：将原变量的其余取值都设为“0”;步骤9：点击“Continue”，回到主对话框;步骤10：点击“OK”，生成表示小学的虚拟变量edu1;步骤11：重新点击“Recode”，弹出对话框;步骤12：将四分类的教育变量拖入中间空白框;步骤13：在Name栏中填写第二个虚拟变量edu2;步骤14：在Label栏中填写变量名标签－初中;步骤15：点击“Change”按钮;步骤16：点击“Old and New Values”按钮;步骤17：将原变量中代表初中的“2”设为新变量的“1”;步骤18：将原变量的其余取值都设为“0”;步骤19：点击“Continue”，回到主对话框;步骤20：点击“OK”，生成表示初中的虚拟变量edu2;步骤21：重新点击“Recode”，弹出对话框;步骤22：将四分类的教育变量拖入中间空白框;步骤23：在Name栏中填写第二个虚拟变量edu3;步骤24：在Label栏中填写变量名标签－高中;步骤25：点击“Change”按钮;步骤26：点击“Old and New Values”按钮;步骤27：将原变量中代表高中的“3”设为新变量的“1”;步骤28：将原变量的其余取值都设为“0”;步骤29：点击“Continue”，回到主对话框;步骤30：点击“OK”，生成表示高中的虚拟变量edu3;步骤31：点击“Regression”中的“Linear”，弹出对话框;步骤32：选择因变量“月收入”;步骤32：选择自变量“虚拟性别”,“edu1”,“edu2”，“edu3”和年龄;点击“OK”，结果一：确定系数表;结果一告诉我们什么？;结果二：方差分析表;结果二告诉我们什么？;结果三：回归系数表;结果三告诉我们什么？;结果三告诉我们什么？;结果三告诉我们什么？;结果三告诉我们什么？;练习题