网站首页/硬件软件列表/内容

如何使用SPSS进行回归区分的办法总结

硬件软件2024-05-04阅读
SPSS由IBM公司出品,它提供了包括描述性统计、推断性统计、因子分析、聚类分析、回归分析等多种统计分析功能,并包括文本分析、机器学习算法、数据分析模型等。SPSS的界面友好,易于操作,能够快速从数据中提取有用的洞察和分析,广泛应用于教育、心理、医学、市场、人口、保险等多个研究领域,也用于产品质量控制、人事档案管理和日常统计报表等。

本文将介绍几种常用的SPSS分析方法,例如SPSS回归分析,文中使用的软件版本为版本26,电脑系统为Windows 10 x64。

什么是SPSS回归分析

spss回归分析是研究事物或现象之间数量依存的关系的分析方法。

研究一个连续性变量(因变量)的取值随着其它变量(自变量)的数值变化而变化的趋势。

通过回归方程解释两变量之间的关系显得更为精确,可以计算出自变量改变一个单位时,因变量平均改变的单位数量,这是相关分析无法做到的。

除了描述两变量的关系以外,通过回归方程还可以进行预测和控制,这在实际工作中尤为重要。

案例:本案例采用的样本是对消费者信心指数的调查问卷统计表,用以建立用年龄预测消费者信心指数的回归方程。消费者信心指数是反映消费者信心强弱的指标。是综合反映并量化消费者对当前经济形势评价和对经济前景、收入水平、收入预期以及消费心理状态的主观感受,预测经济走势和消费趋向的一个先行指标。

具体过程:

打开软件,点击“分析”—“回归”—“线性”

将“index1”(总指数)选入因变量

将“年龄”选入自变量

其余默认

回归分析操作步骤

图1:回归分析操作步骤

结果分析:

回归分析结果1

图2:回归分析结果1

在Model Summary,即模型汇总表格中,我们可以看到相关系数为0.219,决定系数为0.048。

回归分析结果2

图3:回归分析结果2

从ANOVA,即方差分析结果图中我们可以看出,对回归方程显著性进行假设检验(F检验),显著性P<0.05,说明在本次分析中,模型有统计学意义。

回归分析结果2

图4:回归分析结果3

在Coefficients,即系数表格中,常数项为108.898,一次项系数为-0.358,对一次项系数进行假设检验的P<0.05,则认为总体的一次项系数非0,在表格中,Constant(即常量)为108.898,变量年龄的系数为-0.358,所以我们可以得到一元线性回归方程为:y= -0.358x + 108.898。


世界上许多有影响的报刊杂志就SPSS给予了高度的评价。
相关阅读