介紹SPSS中逐步回歸分析的應(yīng)用

1、與回歸分析相關(guān)網(wǎng)址：58介紹SPSS中逐步回歸分析的應(yīng)用楊應(yīng)紅 張馬兵 盧逢剛（安慶市氣象局 246001）引 言    SPSS(Statistical Package for the Social Science)社會科學(xué)應(yīng)用軟件包是世界上著名的統(tǒng)計(jì)分析軟件之一。它和SAS（Statistical Analysis System，統(tǒng)計(jì)分析系統(tǒng)）、BMDP（Biomedical Programs，生物醫(yī)學(xué)程序）并稱為國際上最有影響的三大統(tǒng)計(jì)軟件。SPSS名為社會學(xué)統(tǒng)計(jì)軟件包，這是為了強(qiáng)調(diào)其社會科學(xué)應(yīng)用的一面（因?yàn)樯鐣茖W(xué)研究中的許多現(xiàn)象都是隨機(jī)的，要使用統(tǒng)計(jì)學(xué)和

2、概率論的定理來進(jìn)行研究），而實(shí)際上它在社會科學(xué)、自然科學(xué)的各個(gè)領(lǐng)域都能發(fā)揮巨大作用，并已經(jīng)應(yīng)用于經(jīng)濟(jì)學(xué)、生物學(xué)、教育學(xué)、心理學(xué)、醫(yī)學(xué)以及體育、工業(yè)、農(nóng)業(yè)、林業(yè)、商業(yè)和金融等各個(gè)領(lǐng)域?；貧w分析是目前氣象統(tǒng)計(jì)分析中最為常用的一種方法之一。例如目前臺站常用的MOS（模式輸出統(tǒng)計(jì)量）方法中，回歸分析是最基本的方法之一。逐步回歸能夠幫我們建立最優(yōu)的回歸模型，但過程較復(fù)雜。Spss軟件功能強(qiáng)大，且操作簡單。我們用該軟件對氣象資料作逐步回歸分析，對于Spss軟件用于氣象統(tǒng)計(jì)的便利亦可見一斑。下面以安慶市19511971年68月降水及相關(guān)資料（表一）為例。1 數(shù)據(jù)格式    表中

3、1971年因子值留作預(yù)報(bào)時(shí)使用，不參加到樣本中進(jìn)行統(tǒng)計(jì)，表中符號意義如下：y：安慶市整個(gè)地區(qū)68月降水量（mm）。X1：1月500hPa高度距平和（50°20°W，60°N；45°25°W，55°N）。X2：23月500hPa高度距平和（70°100°E，30°N）。X3：4月500hPa高度距平和（25°N，105°115°E；20°N，100°120°E；15°N，105°115°E）。X4：12月下旬一次年1月

4、下旬安慶市地面WSW-WNW風(fēng)速合計(jì)（m/s）。2 統(tǒng)計(jì)步驟2.1 做數(shù)據(jù)散點(diǎn)圖，觀察因變量和自變量關(guān)系是否具有線性關(guān)系。 GraPhsScatterSiPle 順序展開如圖a所示的對話框： 將變量y（6-8月降水量）、x1(1月份500hPa高度距平和)依次選入Y Axis和X Axis，單擊ok按鈕。生成的圖形如圖（b）所示，根據(jù)同樣的操作可以作出以y（6-8月降水量）為Y Axis，分別以其他幾個(gè)自變量為X Axis的散點(diǎn)圖。    從散點(diǎn)圖可以看出6-8月降水量和這幾個(gè)自變量存在明顯的線性關(guān)系，由此可以判定建立線性回歸方程是非常適合的。2.2 回歸模型的建

5、立 按AnalyzeRegressionLinear順序展開如圖c所示的對話框： 左側(cè)的源變量框中選擇y（6-8月降水量）作為因變量進(jìn)入DePendent框中。    選擇x1、x2、x3、x4變量作為自變量進(jìn)入IndePendent(s)框中。2.2.3 在 Method選擇框中選擇StePwise（逐步回歸）作為分析方式。2.2.4 單擊Statics按鈕，并打開如圖d的對話框。在Resideuals欄中選擇Casewise diagnostics項(xiàng)要求進(jìn)行奇異值判別。并在Outliers outside standard deviation 的參數(shù)鍵入3,設(shè)

6、置觀測值的標(biāo)準(zhǔn)差大于3為奇異值。選中Collinearity diagnostics復(fù)選框，要求進(jìn)行共線性診斷。單擊Continue按鈕返回。 為了從圖形上檢測模型的直線性和方差的齊性做散點(diǎn)圖。單擊Plot按鈕，打開Plots對話框，將變量ZPRED與ZRESID分別選如X、Y框中。單擊Continue按鈕回到主對話框。2.2.6 提交系統(tǒng)執(zhí)行結(jié)果。2.3 結(jié)果輸出見表表2-1：被引入或被從剔除回歸方程中剔除的各變量表2-2：擬合過程小結(jié)表2-3：方差分析表2-4：回歸系數(shù)分析表2-5：共線性診斷3 小結(jié)    通過對上述個(gè)例的分析可以看到：運(yùn)用Spss軟件作逐步回歸分析具有如下優(yōu)點(diǎn)：3.1 通過作散點(diǎn)圖，可以直觀的看出變量間是否具有線性關(guān)系。從而大致判斷可能進(jìn)入回歸方程的變量。3.2 通過對變量及參數(shù)的控制作逐步回歸。Spss軟件能自動(dòng)剔除與預(yù)報(bào)量關(guān)系較弱的變量，為我們建立一個(gè)最優(yōu)的回歸模型。3.3 通過方差分析，可以判斷模型的效果。另外，我們還可以通過對一些參數(shù)的選擇，在結(jié)果中得到對方程的顯著性檢驗(yàn)