spss中相关与回归分析.ppt
- 文档编号:18835839
- 上传时间:2024-01-02
- 格式:PPT
- 页数:77
- 大小:1.15MB
spss中相关与回归分析.ppt
《spss中相关与回归分析.ppt》由会员分享,可在线阅读,更多相关《spss中相关与回归分析.ppt(77页珍藏版)》请在冰点文库上搜索。
15:
20,1,相关与回归分析,15:
20,2,相关与回归分析,双变量相关分析线性回归曲线估计两条回归直线的比较,15:
20,3,第一节双变量相关分析,一、Pearson相关分析二、Spearman等级相关,15:
20,4,例1表1为一项关于儿童健康和发展的研究中10名学龄儿童的身高和体重资料。
表110名学龄儿童的身高和体重,一、Pearson相关分析,15:
20,5,建立数据文件:
身高体重的相关分析.sav.定义变量,15:
20,6,建立数据文件:
身高体重的相关分析.sav.定义变量输入数据,15:
20,7,建立数据文件:
身高体重的相关分析.sav.定义变量输入数据开始分析:
绘制散点图:
GraphsScatterSimpleScatterDefine定义变量:
身高YAxis,体重XAxis,15:
20,8,建立数据文件:
身高体重的相关分析.sav.定义变量输入数据开始分析绘制散点图假定满足双变量正态分布:
analyzeCorrelateBivariate定义变量:
身高,体重Variables,15:
20,9,建立数据文件:
身高体重的相关分析.sav.定义变量输入数据开始分析绘制散点图假定满足双变量正态分布:
analyzeCorrelateBivariate定义变量:
身高,体重Variables选择统计量:
CorrelationCoefficientsPearson,15:
20,10,主要结果散点图,15:
20,11,主要结果,总体相关系数=0的假设检验的P值,Pearson相关系数,15:
20,12,练习1某医生测得10名正常成年男性的血浆清蛋白含量(g/L)及血红蛋白含量(g/L)数据如下,试问两者有无相关关系?
15:
20,13,例2某研究者研究10例6个月7岁的贫血患儿的血红蛋白含量与贫血体征之间的相关性,结果见表3,请问贫血患儿的血红蛋白含量与贫血体征之间是否相关?
二、Spearman等级相关,15:
20,14,建立数据文件:
血红蛋白的等级相关分析.sav.定义变量,15:
20,15,建立数据文件:
血红蛋白的等级相关分析.sav.定义变量输入数据,15:
20,16,建立数据文件:
血红蛋白的等级相关分析.sav.定义变量输入数据开始分析analyzeCorrelateBivariate定义变量:
血红蛋白,贫血体征Variables,15:
20,17,建立数据文件:
血红蛋白的等级相关分析.sav.定义变量输入数据开始分析analyzeCorrelateBivariate定义变量:
血红蛋白,贫血体征Variables选择统计量:
CorrelationCoefficientsSpearman,15:
20,18,主要结果,总体相关系数=0的假设检验的P值,Spearman相关系数,15:
20,19,练习2将例2的数据进行秩变换,对变换后的变量进行Pearson相关分析。
15:
20,20,练习3某医院用复方猪胆胶囊治疗219例慢性支气管炎,结果见下表。
问患者疗效与年龄间有无关联?
15:
20,21,第二节线性回归分析,一、简单线性回归分析二、多重线性回归分析,15:
20,22,例3表1为一项关于儿童健康和发展的研究中10名学龄儿童的身高和体重资料。
表110名学龄儿童的身高和体重,一、简单线性回归分析,15:
20,23,建立数据文件:
身高与体重的回归分析.sav.定义变量,15:
20,24,建立数据文件:
身高与体重的回归分析.sav.定义变量输入数据,15:
20,25,建立数据文件:
身高与体重的回归分析.sav.定义变量输入数据开始分析:
绘制散点图:
GraphsScatterSimpleScatterDefine定义变量:
体重YAxis,身高XAxis,15:
20,26,建立数据文件:
身高与体重的回归分析.sav.定义变量输入数据开始分析绘制散点图AnalyzeRegressionLinear定义变量:
体重Dependent,身高Independent(s),15:
20,27,建立数据文件:
身高与体重的回归分析.sav.定义变量输入数据开始分析绘制散点图AnalyzeRegressionLinear定义变量:
体重Dependent,身高Independent(s)选择统计量:
StatisticsEstimates,Confidenceintervals,Modelfit,Descriptives,15:
20,28,建立数据文件:
身高与体重的回归分析.sav.定义变量输入数据开始分析绘制散点图AnalyzeRegressionLinear定义变量:
体重Dependent,身高Independent(s)选择统计量:
StatisticsEstimates,Confidenceintervals,Modelfit,Descriptives绘制残差图:
PlotsDEPENDNTX:
*ZRESID(标准化残差)Y:
15:
20,29,建立数据文件:
身高与体重的回归分析.sav.定义变量输入数据开始分析绘制散点图AnalyzeRegressionLinear定义变量:
体重Dependent,身高Independent(s)选择统计量:
绘制残差图:
计算总体均数的估计值和预测值:
SavePredictedValuesUnstandardize,PredictionIntervalsMean,Individual,15:
20,30,建立数据文件:
身高与体重的回归分析.sav.定义变量输入数据开始分析绘制散点图AnalyzeRegressionLinear定义变量:
体重Dependent,身高Independent(s)选择统计量:
绘制残差图:
计算总体均数的估计值和预测值:
在散点图中添加置信带和预测带:
双击散点图进行添加,ElementFitLineattotal,15:
20,31,建立数据文件:
身高与体重的回归分析.sav.定义变量输入数据开始分析绘制散点图AnalyzeRegressionLinear定义变量:
体重Dependent,身高Independent(s)选择统计量:
绘制残差图:
计算总体均数的估计值和预测值:
在散点图中添加置信带和预测带:
双击散点图进行添加,ElementFitLineattotalConfidenceIntervalsMean(Individual),15:
20,32,主要结果散点图,15:
20,33,主要结果,15:
20,34,主要结果,15:
20,35,主要结果,确定系数,调整确定系数,15:
20,36,主要结果,对总体回归模型检验的F值,对总体回归模型检验的P值,15:
20,37,主要结果,回归系数(第一行为截距,第二行为斜率),总体回归系数=0的假设检验的t值,回归系数的标准误,标准化回归系数,总体回归系数=0的假设检验的P值,总体回归系数的95%置信区间,15:
20,38,主要结果,残差图,15:
20,39,15:
20,40,练习4某研究者测量了16名成年男子的体重和臀围数据,如下表所示。
(1)请判断是否可以用线性回归来表达臀围和体重的关系,若可以,请用该数据建立用体重预测臀围的线性回归模型。
(2)今有2名成年男子的体重分别为62kg和88kg,是否可以利用上述回归模型估计二人的臀围数据?
若可以,请计算臀围总体均数的95%置信区间和臀围的95%预测区间。
15:
20,41,练习5FrankAnscombe(1973)给出了下列四组双变量X和Y的样本数据,其中Y1、Y2、Y3共用X,如下表所示。
请对这四组数据分别进行线性回归分析,并加以讨论。
15:
20,42,例4为了研究有关糖尿病患者体内脂联素水平的影响因素,某医师测定了30名患者的体重指数BMI(kg/m2)、病程DY(年)、瘦素LEP(ng/mL)、空腹血糖FPG(mmol/L)及脂联素ADI(ng/mL)水平,数据如表6所示,能否用多重线性回归表达他们的关系,若可以,建立多重线性回归方程。
二、多重线性回归分析,15:
20,43,15:
20,44,建立数据文件:
脂联素水平数据.sav.定义变量,15:
20,45,建立数据文件:
脂联素水平数据.sav.定义变量输入数据,15:
20,46,建立数据文件:
脂联素水平数据.sav.定义变量输入数据开始分析:
绘制散点图:
GraphsScatterMatrixScatterDefine定义变量:
体重指数、病程、瘦素、孔府血糖、脂联素MatrixVariables,15:
20,47,建立数据文件:
脂联素水平数据.sav.定义变量输入数据开始分析绘制散点图AnalyzeRegressionLinear定义变量:
脂联素Dependent,体重指数、病程、瘦素、空腹血糖Independent(s),15:
20,48,建立数据文件:
脂联素水平数据.sav.定义变量输入数据开始分析绘制散点图AnalyzeRegressionLinear定义变量:
脂联素Dependent,体重指数、病程、瘦素、空腹血糖Independent(s)选择统计量:
StatisticsEstimates,Confidenceintervals,Modelfit,Descriptives,15:
20,49,建立数据文件:
脂联素水平数据.sav.定义变量输入数据开始分析绘制散点图AnalyzeRegressionLinear定义变量:
脂联素Dependent,体重指数、病程、瘦素、空腹血糖Independent(s)选择统计量:
StatisticsEstimates,Confidenceintervals,Modelfit,Descriptives绘制残差图:
PlotsDEPENDNTX:
*ZRESID(标准化残差)Y:
15:
20,50,主要结果散点图,15:
20,51,主要结果,15:
20,52,主要结果,15:
20,53,主要结果,确定系数,调整确定系数,复相关系数,15:
20,54,主要结果,对总体回归模型检验的F值,对总体回归模型检验的P值,15:
20,55,主要结果,偏回归系数,总体偏回归系数=0的假设检验的t值,偏回归系数的标准误,标准化偏回归系数,总体偏回归系数=0的假设检验的P值,总体偏回归系数的95%置信区间,15:
20,56,主要结果,残差图,15:
20,57,例5对例4的数据选择最优模型。
15:
20,58,AnalyzeRegressionLinear定义变量:
脂联素Dependent,体重指数、病程、瘦素、空腹血糖Independent(s),15:
20,59,AnalyzeRegressionLinear定义变量:
脂联素Dependent,体重指数、病程、瘦素、空腹血糖Independent(s)选择筛选最优模型的方法MehtodStepwise,15:
20,60,主要结果,引入的变量,剔除的变量,最优模型,15:
20,61,主要结果,最优模型,15:
20,62,主要结果,最优模型,15:
20,63,其他筛选最优模型的方法,大家自己练习。
15:
20,64,练习6考虑有四个与某疾病有关的因素与该病的患病率资料如下表所示,试用该数据进行多重回归分析。
15:
20,65,练习7下表是随机抽取的11名儿童的智力测试数据,试以IQ为因变量拟合多重线性回归模型。
并讨论本例应用回归分析所存在的问题。
15:
20,66,第三节曲线估计,15:
20,67,例6某研究者测得某女童19月的身高数据,如下表所示。
试用合适的回归模型描述该月龄段女童的身高随时间变化的规律。
15:
20,68,建立数据文件:
女童身高数据.sav.定义变量,15:
20,69,建立数据文件:
女童身高数据.sav.定义变量输入数据,15:
20,70,建立数据文件:
女童身高数据.sav.定义变量输入数据开始分析绘制散点图:
GraphsScatterSimpleScatterDefine定义变量:
身高YAxis,时间XAxis,15:
20,71,观察身高与时间的趋势关系近似对数曲线关系,15:
20,72,建立数据文件:
女童身高数据.sav.定义变量输入数据开始分析绘制散点图:
GraphsScatterSimpleScatterDefine定义变量:
身高YAxis,时间XAxisanalyzeRegressionCurveEstimation定义变量:
身高Dependent(s),时间IndependentIncludeconstantinequationPlotmodelsModelsLinear,LogarithmicDisplayANOVAtable,15:
20,73,15:
20,74,15:
20,75,15:
20,76,练习8某环境检测部门测得某地大气中氰化物浓度(mg/m3)和距污染源的距离(m)数据,如表10所示。
请你用恰当的回归模型反映氰化物浓度随距污染源的距离变化而变化的关系。
15:
20,77,练习9获得年龄与血红蛋白测量数据如下,试用该数据拟合简单线性、二次、三次多项式模型,并评价模型的拟合优度。
- 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 相关 回归 分析
![提示](https://static.bingdoc.com/images/bang_tan.gif)