EXCEL和SPSS在回歸、正交試驗(yàn)設(shè)計(jì)和判別中的應(yīng)用

1、實(shí)驗(yàn)2指導(dǎo)：EXCEL和SPSS在回歸分析、正交試驗(yàn)設(shè)計(jì)和判別分析中的應(yīng)用實(shí)驗(yàn)?zāi)康?. 熟悉EXCEL和SPSS在數(shù)據(jù)分析中的操作；2. 使用EXCEL和SPSS進(jìn)行回歸分析、正交試驗(yàn)設(shè)計(jì)和判別分析。實(shí)驗(yàn)內(nèi)容1. 一元線性回歸分析例：近年來國家教育部決定將各高校的后勤社會(huì)化。某從事飲食業(yè)的企業(yè)家認(rèn)為這是一個(gè)很好的投資機(jī)會(huì)，他得到十組高校人數(shù)與周邊飯店的季銷售額的數(shù)據(jù)資料，并想根據(jù)高校的數(shù)據(jù)決策其投資規(guī)模，數(shù)據(jù)見data.xls的Sheet1。1) 選擇數(shù)據(jù)區(qū)域B2:C11，從“插入”菜單中選擇“散點(diǎn)圖”。Excel將顯示相應(yīng)散點(diǎn)圖。2) 選擇圖上的點(diǎn)，右鍵菜單，選擇添加趨勢(shì)線，如下圖所示：3)

2、 在趨勢(shì)線選項(xiàng)，將“顯示公式”和“顯示R平方”選項(xiàng)打勾，如下圖：結(jié)果不僅顯示散點(diǎn)圖的趨勢(shì)線，還會(huì)顯示相應(yīng)公式，即一元線性回歸的回歸函數(shù)，同時(shí)顯示R平方值，R即相關(guān)系數(shù)，其絕對(duì)值越接近1，表示兩組數(shù)據(jù)的線性相關(guān)程度越高。一元線性回歸函數(shù)描述了兩組數(shù)據(jù)間存在的線性關(guān)系，在上述例子中只要知道其它高校的人數(shù)即可根據(jù)該公式預(yù)測(cè)大概的季度銷售額。而R的大小能夠用于度量這種預(yù)測(cè)的準(zhǔn)確度。另外，使用EXCEL自帶的函數(shù)也能實(shí)現(xiàn)一元線性回歸：截距函數(shù)INTERCEPT功能：利用已知的 x 值與 y 值計(jì)算回歸直線在y 軸的截距。 語法結(jié)構(gòu)： INTERCEPT(known_ys,known_xs) 斜率函數(shù)SL

3、OPE 功能：返回根據(jù) known_ys 和 known_xs 中的數(shù)據(jù)點(diǎn)擬合的線性回歸直線的斜率。 語法結(jié)構(gòu)：SLOPE(known_ys,known_xs)相關(guān)系數(shù)函數(shù)RSQ 功能：返回根據(jù) known_ys 和 known_xs 中數(shù)據(jù)點(diǎn)計(jì)算得出的相關(guān)系數(shù)的平方。 語法結(jié)構(gòu)：RSQ(known_ys,known_xs)試比較圖表法和函數(shù)法計(jì)算得出的一元線性回歸方程是否一致。2. 多元線性回歸分析例：一家房地產(chǎn)評(píng)估公司想對(duì)某城市的房地產(chǎn)銷售價(jià)格（y）與地產(chǎn)的評(píng)估價(jià)值（x1）和使用面積（x2）建立一個(gè)模型，一邊對(duì)銷售價(jià)格作出合理的預(yù)測(cè)。為此收集20棟住宅的房地產(chǎn)評(píng)估數(shù)據(jù)（data.xls的S

4、heet2）。由于本問題有兩個(gè)自變量，因此需要使用多元線性回歸，需要借助于Excel的數(shù)據(jù)分析功能。1) 點(diǎn)擊“數(shù)據(jù)分析”,跳出回歸分析對(duì)話框；2) 填充應(yīng)變量y和自變量x1，x2對(duì)應(yīng)的區(qū)域和輸出區(qū)域，如下圖：3) 點(diǎn)擊確定后將出現(xiàn)多元線性回歸的結(jié)果，對(duì)于結(jié)果(如下圖a,b,c)的一些重要項(xiàng)解釋如下：圖a圖b圖c圖b中的Significance F及線性回歸的p value，該值小于0.05表示此線性回歸結(jié)果顯著，及回歸方程可信，房地產(chǎn)的銷售價(jià)格與地產(chǎn)估價(jià)和使用面積是有關(guān)系的。圖c中的Coefficients為回歸方程的系數(shù)，因此，回歸結(jié)果為y=285.0094+1.5598x1+03145x

5、2，在使用面積不變的情況下，地產(chǎn)估價(jià)每增加1萬元，房產(chǎn)銷售的平均價(jià)格就會(huì)提高1.5598萬元；在房地產(chǎn)估價(jià)不變的條件下，使用面積每增加1平方米，房產(chǎn)銷售的平均價(jià)格就會(huì)提高0.3145元；圖a中Adjusted R Square為調(diào)整復(fù)測(cè)定系數(shù)，本例中約為0.71，它表示兩個(gè)變量x1,x2對(duì)導(dǎo)致結(jié)果y的貢獻(xiàn)，也就是說還有導(dǎo)致結(jié)果y的原因中有29%是由除了x1,x2以外的因素造成的。習(xí)題：在黃芪提取工藝的研究中，選擇了前煮時(shí)間、煎煮次數(shù)和加水量進(jìn)行考察，實(shí)驗(yàn)數(shù)據(jù)見data.xls的Sheet3，試對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行多元線性回歸，對(duì)結(jié)果進(jìn)行討論。3. logistic回歸分析質(zhì)量性狀(qualitati

6、ve character)是指能觀察到而不能直接測(cè)量的，只能用文字來描述其特征的性狀，如食品顏色、 風(fēng)味等等。這類性狀本身不能直接用數(shù)值表示，要獲得這類性狀的數(shù)據(jù)資料，須對(duì)其觀察結(jié)果作數(shù)量化處理。例如： 是否抽煙，是否患病。采用線性回歸分析顯然不太合適，而logistic回歸能較好地解決質(zhì)量性狀分析的問題。例：我們有一組數(shù)據(jù)，45個(gè)觀測(cè)值，四個(gè)變量，包括：age（年齡，數(shù)值型）；vision（視力狀況，分類型，1表示好，0表示有問題）；drive（駕車教育，分類型，1表示參加過駕車教育，0表示沒有）和一個(gè)分類型輸出變量accident（去年是否出過事故，1表示出過事故，0表示沒有）。我們的目的就是要考察前三個(gè)變量與發(fā)生事故的關(guān)系。數(shù)據(jù)見data.xls的Sheet4.3.1 計(jì)算優(yōu)勢(shì)比優(yōu)勢(shì)（odds）是指某影響因素控制在某種水平時(shí)，事件發(fā)生率與事件不發(fā)生率的比值，即P/(1-P)。某影響因素的兩個(gè)不同水平的優(yōu)勢(shì)的比值稱為優(yōu)勢(shì)比，如某影響因素的一個(gè)水平為c1，另一個(gè)水平為c0，則這兩個(gè)水平的優(yōu)勢(shì)比為：例如：吸煙與食管癌關(guān)系的病例對(duì)照調(diào)查結(jié)果。結(jié)果 吸煙 不吸煙 合計(jì) 食管癌患者 309(a) 126(b) 435 非食管癌患者 208(c) 243(d) 451 合計(jì) 517(a+c) 369(b+d) 886 n OR表示影響因素對(duì)事件發(fā)生的影響方向和影響能力大小。