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数据分析论文选题怎么选 SPSS可以进行哪些数据分析
SPSS数据统计分析软件不仅仅可以帮助专业的数据统计分析人员进行数据统计分析,还可以帮助一些大学生完成论文的撰写,为论文的研究课题提供可信的数据依据,顺利完成论文的编写。那么在使用SPSS的时候该如何给论文选题呢?下面给大家详细介绍,SPSS数据分析论文选题怎么选,SPSS可以进行哪些数据分析。
2025-05-08
SPSS数据视图都是问号怎么办 SPSS数据视图怎么输入文字
SPSS数据统计分析软件的应用领域很广泛,像是教育学、经济学、社会学、医疗等领域都有涉及,也是因为应用的领域广,所以使用SPSS的统计人员也比较多。不过在使用SPSS的时候,也会遇到一些问题,下面给大家介绍SPSS数据视图都是问号怎么办,SPSS数据视图怎么输入文字的相关内容。
2025-05-08
SPSS因子和协变量的区别和联系 SPSS因子和协变量怎么选
在SPSS数据统计分析方法中,回归分析是比较常用到的数据分析方法,其中多元 Logistic 回归分析是较为复杂的一种分析方法,因为其中包含了因子、协变量、因变量、自变量等多个变量,在进行分析的时候,需要区分好这些变量,接下来重点给大家讲解,SPSS因子和协变量的区别和联系,SPSS因子和协变量怎么选。
2025-05-08
SPSS因子载荷值是哪个 SPSS因子载荷系数要大于多少
如果我们研究的问题里面有很多的影响因素,而且每个因素都好像很重要,无法剔除其中的一些元素。在这种情况下,我们常常会引入因子分析的研究方法,因子分析是一种降维的方法,可以将一些相似的元素总结为共性因子,这样我们就能将多个因素减少为少数几个因素。本文会给大家介绍SPSS因子载荷值是哪个,SPSS因子载荷系数要大于多少的相关内容,感兴趣的小伙伴不容错过。
2025-05-08
SPSS清洗数据是什么意思 SPSS清洗数据步骤
在数据统计领域,如果庞杂的数据组存在较多问题,例如组别重复、存在缺失值、数据异常等复杂情况,推荐使用SPSS清洗数据的功能来剔除异常数据,这样可以避免后续数据分析的测算失误。今天,我们以这SPSS清洗数据是什么意思,SPSS清洗数据步骤两个问题为例,带大家了解一下SPSS清洗数据的相关知识。
2025-05-08
SPSS控制变量如何处理 SPSS控制变量是自变量吗
在数据分析阶段,控制变量是对因变量有影响但非研究关注主题的变量,引入控制变量可以更准确测算自变量的影响,通过解释因变量变异的额外来源而减少实验数据的随机误差。今天,我们以SPSS控制变量如何处理,SPSS控制变量是自变量吗这两个问题为例,带大家了解一下SPSS控制变量的相关知识。
2025-05-08

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: