SPSS > 新手入门 > SPSS中使用广义估算方程对非独立相关数据进行分析

SPSS中使用广义估算方程对非独立相关数据进行分析

发布时间:2021-06-24 15: 34: 29

在各行业的统计工作中,经常会在不同的维度上对因变量和自变量的关系进行研究分析。比如我们要统计上海和北京在不同的时间维度上(上午、下午、晚上)的车流量,这种研究,它们之间的数据是非独立的,彼此之间具有一定的关系。

针对这种数据的研究,我们就不可采用普通的线性回归、逻辑回归,而需要使用广义估算方程来进行其他模型的拟合计算,下面使用SPSS软件来为大家演示如何针对此情况进行统计分析。 

一、流程步骤

本文中演示的数据如图1,第一列表示街道ID;第二列表示车流量;第三列表示是否堵塞(1表示堵塞,0表示不堵塞);第四列表示天气(0表示天气下雨;1表示天气良好或晴朗);第五列表示城市(1为上海,2为北京)。

图1:演示数据

第一步:点击【分析】--【广义线性模型】--【广义估算方程】,在“重复”项中,输入主体变量(选择街道ID)和主体内变量(选择车流量),然后在下方的工作相关性矩阵中,本演示数据中需选择“可交换”。

图2:填写重复项

工作相关性矩阵可选项有5个,其中“自变量”表示各数据间相互独立;“AR(1)”表示自相关,相邻数据间时间相距越大,则相关性越小;“可交换”表示等相关,相邻数据间的相关性是相等的;“M相关”表示相邻相关,即相邻的M+1个数据有相关性,其他数据没有相关性;“非结构化”表示不限定相关结构。

图3:工作相关性矩阵

第二步:由于本演示数据是二分类数据,因此接下来我们在“模型类型”中,选择“二元Logistic”。

图4:设置模型类型

第三步:在“响应”菜单中,输入因变量为“是否堵塞”,再点击“参考类别”按钮,设定参考类别为“第一个值”,表示设定不堵塞这个分类为参考分类。

图5:设置响应

第四步:在“预测变量”菜单的“协变量”中,填入“天气”和“城市”作为模型的协变量,如图6。 

图6:设置协变量

第五步:在“模型”菜单中,指定“天气”和“城市”为模型效应,如图7。 

图7:指定模型效应

第六步:在“统计”菜单中,除了SPSS默认帮我们勾选的项目外,我们还需要再勾选上“包括指数参数估算值”这一项。最后点击“确定”,生成统计结果。

图8:勾选包括指数参数估算值

二、结果分析

结果得到的多个表格,我们直接看“参数估算值”表格即可,见图9,我们主要关注显著性一列和Exp(B)一列,Exp(B)即上述我们勾选的“指数参数估算值”,也就是通常所说的OR值(比值比)。

在天气这行中我们可以看到,显著性为0.046,Exp(B)为0.341,这说明天气晴朗造成堵塞的概率是天气下雨造成堵塞的概率的0.341倍,且显著性低于0.05,说明结论具有统计学意义;另外在城市一行中,我们可以看到显著性为0.531,这说明城市这一自变量在此演示数据中不具有统计学意义。

图9:参数估算值

通过上述IBM SPSS Statistics的讲解,我们就完成了使用广义估算方程,对非独立的相关数据进行统计分析的目的,分析的结果也相对准确。对本模型感兴趣的小伙伴们,可以自己动动手在SPSS软件中进行尝试哦。

署名:包纸

展开阅读全文

标签:SPSS广义估算方程

读者也访问过这里:
SPSS Statistics
强大的数据分析平台
立即购买
微信群
官方微信群 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如何做显著性分析 spss显著性差异分析怎么标abc
在统计分析中,显著性分析是分析相关因素之间是否存在显著影响关系的关键性指标,通过它可以说明分析结论是否由抽样误差引起还是实际相关的,可论证分析结果的准确性。下面大家一起来看看用spss如何做显著性分析,spss显著性差异分析怎么标abc。
2022-03-14
SPSS回归分析中的f值是什么 SPSS回归分析F值在什么范围合适
回归分析中以R表示相关性程度的高低,以F评价回归分析是否有统计学的意义,使用IBM SPSS Statistics进行回归分析,可以非常快速的完成R,F的计算,并且给出回归曲线方程,那么,SPSS回归分析中f值是什么?SPSS回归分析F值在什么范围合适,本文结合实例向大家作简单的说明。
2022-07-22
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
最新文章
SPSS里面如何快速将字符赋值 SPSS文字变量赋值
在数据分析领域,如果想要对多属性或多选项的变量进行分析,研究者需要对一些文字变量进行赋值来将字符串改为数字格式,便于后续的问卷数据统计和测量。今天,我们以SPSS里面如何快速将字符赋值,SPSS文字变量赋值这两个问题为例,带大家了解一下SPSS字符赋值的相关知识。
2025-06-30
SPSS因子负荷系数表怎么做 SPSS因素负荷是哪个值
在数据分析领域,SPSS因子分析可以从众多变量中提取出少数因子,这种方法一般是通过构建的指标体系计算出因子得分,而知晓因子负荷系数可以帮助研究者优化实验数据,从而实现对繁杂数据的标准化处理。今天,我们以SPSS因子负荷系数表怎么做,SPSS因素负荷是哪个值这两个问题为例,带大家了解一下SPSS因子负荷的相关知识。
2025-06-30
SPSS如何把多个题项变成一个维度 SPSS如何把多个题项分析出来
在回收调查问卷的数据后,研究者通常会对问卷中相关性较高的题项进行合并,这就需要运用到SPSS转换和计算变量的函数指令方法,从而使多个问卷题项变成一个维度来计算均值结果。本文以SPSS如何把多个题项变成一个维度,SPSS如何把多个题项分析出来这两个问题为例,带大家了解一下SPSS多题项合并的知识。
2025-06-27
SPSS方差齐性检验操作误区 SPSS方差齐性检验结果解读
方差齐性检验是用来检查不同数据之间的方差是否存在相似性,通过这种分析方法,可以判断不同组别数据的一致性。今天我就以SPSS方差齐性检验操作误区,SPSS方差齐性检验结果解读这两个问题为例,来向大家讲解一下SPSS当中方差齐性检验工具的操作技巧。
2025-06-27
SPSS交叉表行列优化技巧 SPSS交叉表格中行列层是什么意思
交叉表是用于分析两个或多个变量之间是否存在相互关联的验证图表,是一种非常简单且高效的数据分析工具,广泛应用在医疗、市场调研、商业分析等诸多领域。今天我就以SPSS交叉表行列优化技巧,SPSS交叉表格中行列层是什么意思这两个问题为例,来向大家讲解一下交叉表分析工具的相关知识。
2025-06-26
SPSS连续变量和分类变量的区别 SPSS连续变量和分类变量的关系
IBM SPSS Statistics是一款功能强大的统计软件,具备如数据处理、数理统计、分析预测,数据可视化等功能。借助IBM SPSS Statistics,我们可以快速完成数据分析工作,避免大量的数学计算,大大提高工作效率。使用IBM SPSS Statistics,首先要注意数据类型的设置,数据类型设置不正确,可能导致统计出现错误。SPSS连续变量和分类变量的区别,SPSS连续变量和分类变量的关系是怎样的,本文向大家作简单介绍。
2025-06-26

微信公众号

欢迎加入 SPSS 产品的大家庭,立即扫码关注,获取更多软件动态和资源福利。

读者也喜欢这些内容: