发布时间:2021-07-29 11: 14: 18
在《SPSS中非线性回归模型表达式的设定》一文中,我们已经使用散点图与曲线估算,推断了数据的曲线模型表达式。
接下来,本文将继续完成非线性回归中的初始值设定与运算结果解读。
一、回顾模型表达式
在上文中,我们已经将数据的曲线模型表达式推断为y=8.5558+6.442*log(X)。为什么我们不能直接使用曲线估算的结果?实际上,曲线估算的方程式可作为非线性回归参数估算结果使用,但其结果并非是最优的结果,运用IBM SPSS Statistics的非线性回归可通过迭代的方式,拟合出最优的参数估算结果。
实际上,除了使用曲线估算的模型表达式外,我们也可根据数据分布的特点选择使用不同的回归方程。图2所示包含了部分常用的SPSS模型表达式。
二、代入对数方程式
接下来,开启SPSS的非线性回归。
运用SPSS的表达式输入工具,将曲线模型表达式y=b1+b2*log(X)填写到模型表达式中。其中,销售额为因变量,促销费用为自变量。
三、设定初始值
接着,进行非线性回归的参数设定,该设定实际上设置的是参数的初始值,SPSS会根据设定的初始值进行迭代运算。
我们会使用到曲线估算的参数作为初始值,即b1为8.5,b2为6.4。
四、解读分析结果
根据以上非线性回归的运算设置,SPSS进行了三次的迭代运算。
并获得如图7所示的最优参数估算值,其标准误差均未超过1,误差较小,并且估算值位于95%的置信区间,方程式可写为:y=8.556+14.834*log(X)
最后,我们看一下ANOVA分析结果,如图8所示,模型的R方为0.937,接近于1,说明该模型具有很好的拟合优度。
五、小结
综上所述,SPSS非线性回归操作重点在于已知数据的模型表达式,并据此推断了参数的初始值,作为迭代参数的初始值进行运算。
作者:泽洋
展开阅读全文
︾
微信公众号
读者也喜欢这些内容:
SPSS回归分析曲线估计图解释SPSS回归分析步骤及结果分析
在数据统计分析中,回归分析是探究变量间关系的重要方法, IBM SPSS Statistics作为一款强大的数据统计分析工具,能够通过曲线估计图直观展示变量间的关系,为了让大家能更好的了解回归分析的操作,接下来本文将详细介绍SPSS回归分析曲线估计图解释,SPSS回归分析步骤及结果分析的内容。...
阅读全文 >
SPSS怎么改变柱状图颜色 SPSS怎么改变柱状图中的数据
SPSS是一款功能比较齐全的数据统计分析软件,不仅可以帮助统计分析人员对数据集进行分析处理,完成各项研究工作,辅助进行研究报告的撰写,除此之外,SPSS还可以将处理后的数据进行可视化处理,让数据看起来更加的清晰明了。接下来给大家详细讲解,SPSS怎么改变柱状图颜色,以及SPSS怎么改变柱状图中的数据。...
阅读全文 >
SPSS线性回归分析如何分析 SPSS线性回归分析如何看结果
线性回归是通过某一组或多组变量,来预测某一要素的未来发展趋势,常常出现在销售市场的数据分析工作中。接下来,我就以“SPSS线性回归分析如何分析,SPSS线性回归分析如何看结果”这两个问题为例,来向大家讲解一下线性回归的相关知识。...
阅读全文 >
SPSS回归分析怎么看回归系数 SPSS回归分析怎么看显著性
回归分析是一种统计方法,目的在于探究复杂现象中变量的数量关系,并为人工干预提供科学依据。回归分析的应用非常广泛,例如分析血压与心脏病发病率之间的关系,分析居民收入和消费之间的关系,研究教育水平对生活水平的影响等。借助专业的统计分析软件IBM SPSS Statistics,用户可以快速完成回归分析,无需进行繁杂的计算。SPSS回归分析怎么看回归系数,SPSS回归分析怎么看显著性,本文结合实例向大家做简单的介绍。...
阅读全文 >