IBM SPSS Statistics 中文网站 > 使用技巧 > 利用IBM SPSS Statistics的二阶最小平方进行数据分析

利用IBM SPSS Statistics的二阶最小平方进行数据分析

发布时间:2022/04/18 11:02:55

SPSS的二阶最小平方分析是一种线性回归模型,不仅适用于自变量和因变量存在双向关系,也同样适用于自变量和因变量不存在双向关系,克服了普通线性回归模型的缺陷。为了教大家使用SPSS的二阶最小平方分析进行数据分析,这里通过20例患者技能和状况数据进行二阶最小平方分析。相信通过本教程的学习,你将能够运用SPSS软件的这个模型对各领域的数据进行分析。

 一、 数据准备

 为了让大家更好的理解二阶最小平方数据分析,这里采用搜集了20例患者的技能和状况数据,目的是研究技能和状况之间的影响关系。主要包括知识、行为、技能、状况四个变量,下面我们将使用这些变量对数据个案进行二阶最小平方分析。

 

图1数据展示
图1数据展示

 二、二阶最小二平方分析

 由于自变量和因变量之间存在的双向关系,导致不能直接使用线性回归模型,因此我们要引入第三类变量:工具变量。

 点击SPSS顶部菜单栏“分析”-“回归”-“二阶最小二平方”,将技能变量加载到因变量选框,知识、行为加载到工具变量选框,再点击右侧选项按钮,勾选“预测”和“残差”选框。

 

图2二阶最小平方
图2二阶最小平方

 可以看到在数据视图中,我们得到了二阶最小平方模型的预测值和残差值,总体来说,预测值和真实值相差不大,残差值较小,说明预测结果较准确。

 

图3数据视图
图3数据视图

 三、结果分析

 这里主要介绍方差分析和系数分析,方差分析如下图所示,可以看到显著性P值小于0.01,则说明两个对比组之间有显著的差异,表示有99%的把握可以得出结论。也就是说,数据分析具有较好的作用。

 

图4方差分析
图4方差分析

 通过系数分析得到的回归系数为0.165,而这个进行了二阶最小平方回归的方法得出的系数才是真正的技能对状况的影响系数,这说明技能每提升1个单位,状况随之提高0.165。

 

图5系数分析
图5系数分析

 四、小结

 上面是利用SPSS二阶最小平方模型对20例患者的技能和状况数据进行分析,通过分析结果可以知道,技能每提高1个单位,身体状况也提高0.165。因此可以说明,技能和身体状况存在一定的线性关系。

 

 作者:独行侠

标签:IBM SPSS Statistics二阶聚类分析IBM SPSS

读者也访问过这里:
SPSS Statistics
一款功能强大的数据统计分析工具
立即购买
QQ 群
官方交流群:815794396 立即加群
400-8765-888 kefu@makeding.com
热门文章
SPSS数据分析显著性差异分析步骤 SPSS显著性差异分析结果怎么看
数据的显著性差异分析主要有三种方法,分别是卡方检验、T检验和方差分析。这三种方法都有具体的数据要求:卡方检验是对多个类别的数据进行分析,T检验是对两组数据进行分析,方差分析是对多组数据进行检验。下面,小编具体说明一下SPSS数据分析显著性差异分析步骤,SPSS显著性差异分析结果怎么看。
2022-01-07
实践SPSS单因素方差分析之检验结果解读
在《实践SPSS单因素方差分析之变量与检验方法设置》一文中,我们已经详细地演示了IBM SPSS Statistics单因素方差分析方法的变量选择以及相关的选项、对比设置。
2021-01-11
SPSS相关性分析结果怎么看
相关性分析是对变量或个案之间相关度的测量,在SPSS中可以选择三种方法来进行相关性分析:双变量、偏相关和距离。
2021-04-23
SPSS多元logistic回归分析的使用技巧
回归分析是数据处理中较为常用的一类方法,它可以找出数据变量之间的未知关系,得到较为符合变量关系的数学表达式,以帮助用户完成数据分析。
2021-04-26
spss多元线性回归分析操作步骤,spss多元线性回归分析结果解读
spss多元线性回归分析操作步骤,本文会以客流量、销售量与销售额的线性关系演示spss的多元线性回归分析操作步骤,并进行spss多元线性回归分析结果解读。
2022-05-07
SPSS线性回归如何预测 SPSS怎么得到预测值
SPSS线性回归预测的主要步骤是通过线性回归分析构建模型,得出线性回归方程,然后对整体效果进行F检验和T检验,证实回归方程的正确性。最后,给定一个自变量值,进行点预测和区间预测。下面,小编具体来介绍一下SPSS线性回归如何预测,SPSS怎么得到预测值的方法。
2022-01-10

咨询热线

在线咨询

限时折扣