第8章-回歸分析課件

第八章回歸分析完整版PPT課件主要內(nèi)容8.1回歸分析簡(jiǎn)介8.2線性回歸分析8.3曲線回歸分析8.4非線性回歸分析8.5二元Logistic回歸分析完整版PPT課件8.1回歸分析簡(jiǎn)介（1）確定性關(guān)系與非確定性關(guān)系

變量與變量之間的關(guān)系分為確定性關(guān)系和非確定性關(guān)系，函數(shù)表達(dá)確定性關(guān)系。研究變量間的非確定性關(guān)系，構(gòu)造變量間經(jīng)驗(yàn)公式的數(shù)理統(tǒng)計(jì)方法稱為回歸分析。（2）回歸分析基本概念回歸分析是指通過提供變量之間的數(shù)學(xué)表達(dá)式來定量描述變量間相關(guān)關(guān)系的數(shù)學(xué)過程，這一數(shù)學(xué)表達(dá)式通常稱為經(jīng)驗(yàn)公式。我們不僅可以利用概率統(tǒng)計(jì)知識(shí)，對(duì)這個(gè)經(jīng)驗(yàn)公式的有效性進(jìn)行判定，同時(shí)還可以利用這個(gè)經(jīng)驗(yàn)公式，根據(jù)自變量的取值預(yù)測(cè)因變量的取值。如果是多個(gè)因素作為自變量的時(shí)候，還可以通過因素分析，找出哪些自變量對(duì)因變量的影響是顯著的，哪些是不顯著的。完整版PPT課件8.1回歸分析簡(jiǎn)介（3）回歸分析的一般步驟第1步確定回歸方程中的因變量和自變量。第2步確定回歸模型。第3步建立回歸方程。第4步對(duì)回歸方程進(jìn)行各種檢驗(yàn)。擬合優(yōu)度檢驗(yàn)回歸方程的顯著性檢驗(yàn)回歸系數(shù)的顯著性檢驗(yàn)第5步利用回歸方程進(jìn)行預(yù)測(cè)。完整版PPT課件主要內(nèi)容8.1回歸分析簡(jiǎn)介8.2線性回歸分析8.3曲線回歸分析8.4非線性回歸分析8.4二元Logistic回歸分析完整版PPT課件8.2線性回歸分析8.2.1基本概念及統(tǒng)計(jì)原理1.基本概念

線性回歸假設(shè)因變量與自變量之間為線性關(guān)系，用一定的線性回歸模型來擬合因變量和自變量的數(shù)據(jù)，并通過確定模型參數(shù)來得到回歸方程。根據(jù)自變量的多少，線性回歸可有不同的劃分。當(dāng)自變量只有一個(gè)時(shí)，稱為一元線性回歸，當(dāng)自變量有多個(gè)時(shí)，稱為多元線性回歸。完整版PPT課件8.2線性回歸分析(2)統(tǒng)計(jì)原理一元回歸方程和多元回歸方程一元線性和多元線性回歸分析的核心任務(wù)就是估計(jì)其中的參數(shù)。完整版PPT課件8.2線性回歸分析8.2.2

SPSS實(shí)例分析【例8-1】現(xiàn)有1992年-2006年國家財(cái)政收入和國內(nèi)生產(chǎn)總值的數(shù)據(jù)如下表所示，請(qǐng)研究國家財(cái)政收入和國內(nèi)生產(chǎn)總值之間的線性關(guān)系。年份國內(nèi)生產(chǎn)總值（單位：億元）財(cái)政收入（單位：億元）年份國內(nèi)生產(chǎn)總值（單位：億元）財(cái)政收入（單位：億元）199226923.53483.37200099214.613395.23199335333.94348.952001109655.216386.04199448197.95218.102002120332.718903.64199560793.76242.202003135822.821715.25199671176.67407.992004159878.326396.47199778973.08651.142005183867.931649.29199884402.39875.952006210871.038760.20199989677.111444.08完整版PPT課件8.2線性回歸分析第1步分析：這是一個(gè)因變量和一個(gè)自變量之間的問題，故應(yīng)該考慮用一元線性回歸解決。第2步數(shù)據(jù)組織：定義三個(gè)變量，分別為“year”（年份）、“x”（國內(nèi)生產(chǎn)總值）、“y”（財(cái)政收入）。第3步作散點(diǎn)圖，觀察兩個(gè)變量的相關(guān)性：依次選擇菜單“圖形→舊對(duì)話框→散點(diǎn)/點(diǎn)狀→簡(jiǎn)單分布”，并將“國內(nèi)生產(chǎn)總值”作為x軸，“財(cái)政收入”作為y軸，得到如下所示圖形?？梢钥闯鰞勺兞烤哂休^強(qiáng)的線性關(guān)系，可以用一元線性回歸來擬合兩變量。完整版PPT課件8.2線性回歸分析第4步一元線性回歸分析設(shè)置：選擇菜單“分析→回歸→線性”，打開“線性回歸”對(duì)話框，將變量“財(cái)政收入”作為因變量，“國內(nèi)生產(chǎn)總值”作為自變量。打開“統(tǒng)計(jì)量”對(duì)話框，選上“估計(jì)”和“模型擬合度”。單擊“繪制（T）…”按鈕，打開“線性回歸：圖”對(duì)話框，選用DEPENDENT作為y軸，*ZPRED為x軸作圖。并且選擇“直方圖”和“正態(tài)概率圖”作相應(yīng)的保存選項(xiàng)設(shè)置，如預(yù)測(cè)值、殘差和距離等。完整版PPT課件8.2線性回歸分析第5步主要結(jié)果及分析：變量輸入和移去表模型輸入的變量移去的變量方法1國內(nèi)生產(chǎn)總值.輸入a.已輸入所有請(qǐng)求的變量。

b.因變量:財(cái)政收入。表中顯示回歸模型編號(hào)、進(jìn)入模型的變量、移出模型的變量和變量的篩選方法?？梢钥闯?，進(jìn)入模型的自變量為“國內(nèi)生產(chǎn)總值”。模型綜述表

模型RR方調(diào)整

R方標(biāo)準(zhǔn)估計(jì)的誤差1.989a.979.9771621.66312a.預(yù)測(cè)變量：（常量），國內(nèi)生產(chǎn)總值。b.因變量：財(cái)政收入。R=0.989，說明自變量與因變量之間的相關(guān)性很強(qiáng)。R方(R2)=0.979，說明自變量“國內(nèi)生產(chǎn)總值”可以解釋因變量“財(cái)政收入”的97.9%的差異性。完整版PPT課件8.2線性回歸分析方差分析表表中顯示因變量的方差來源、方差平方和、自由度、均方、F檢驗(yàn)統(tǒng)計(jì)量的觀測(cè)值和顯著性水平。方差來源有回歸、殘差。從表中可以看出，F(xiàn)統(tǒng)計(jì)量的觀測(cè)值為592.25，顯著性概率為0.000，即檢驗(yàn)假設(shè)“H0：回歸系數(shù)B=0”成立的概率為0.000，從而應(yīng)拒絕原假設(shè)，說明因變量和自變量的線性關(guān)系是非常顯著的，可建立線性模型。完整版PPT課件8.2線性回歸分析回歸系數(shù)表表中顯示回歸模型的常數(shù)項(xiàng)、非標(biāo)準(zhǔn)化的回歸系數(shù)B值及其標(biāo)準(zhǔn)誤差、標(biāo)準(zhǔn)化的回歸系數(shù)值、統(tǒng)計(jì)量t值以及顯著性水平（Sig.）。從表中可看出，回歸模型的常數(shù)項(xiàng)為-4993.281，自變量“國內(nèi)生產(chǎn)總值”的回歸系數(shù)為0.197。因此，可以得出回歸方程：財(cái)政收入=-4993.281+0.197×國內(nèi)生產(chǎn)總值?；貧w系數(shù)的顯著性水平為0.000，明顯小于0.05，故應(yīng)拒絕T檢驗(yàn)的原假設(shè)，這也說明了回歸系數(shù)的顯著性，說明建立線性模型是恰當(dāng)?shù)?。完整版PPT課件主要內(nèi)容8.1回歸分析簡(jiǎn)介8.2線性回歸分析8.3曲線回歸分析8.4非線性回歸分析8.4二元Logistic回歸分析完整版PPT課件8.3曲線回歸分析8.3.1基本概念及統(tǒng)計(jì)原理(1)基本概念曲線回歸（曲線擬合、曲線估計(jì)）是研究一個(gè)自變量和一個(gè)因變量之間非線性關(guān)系的一種方法。指選定一種用方程表達(dá)的曲線，使得實(shí)際數(shù)據(jù)與理論數(shù)據(jù)之間的差異盡可能小。如果曲線選擇得好，那么可以揭示因變量與自變量的內(nèi)在關(guān)系，并對(duì)因變量的預(yù)測(cè)有一定意義。在曲線回歸中，需要解決兩個(gè)問題：一是選用哪種理論模型，即用哪種方程來擬合觀測(cè)值；二是當(dāng)模型確定后，如何選擇合適的參數(shù)，使得理論數(shù)據(jù)和實(shí)際數(shù)據(jù)的差異最小。完整版PPT課件8.3曲線回歸分析8.3.1基本概念及統(tǒng)計(jì)原理統(tǒng)計(jì)原理

在曲線估計(jì)中，有很多的數(shù)學(xué)模型，選用哪一種形式的回歸方程才能最好地表示出一種曲線的關(guān)系往往不是一個(gè)簡(jiǎn)單的問題，可以用數(shù)學(xué)方程來表示的各種曲線的數(shù)目幾乎是沒有限量的。在可能的方程之間，以吻合度而論，也許存在著許多吻合得同樣好的曲線方程。因此，在對(duì)曲線的形式的選擇上，對(duì)采取什么形式需要有一定的理論，這些理論是由問題本質(zhì)決定的。(3)分析步驟首先，在不能明確究竟哪種模型更接近樣本數(shù)據(jù)時(shí)，可在上述多種可選擇的模型中選擇幾種模型；其次，SPSS自動(dòng)完成模型參數(shù)的估計(jì)，并輸出回歸方程顯著性檢驗(yàn)的F值和概率P值、決定系數(shù)R2等統(tǒng)計(jì)量；最后，以判定系數(shù)為主要依據(jù)選擇其中的最優(yōu)模型，并進(jìn)行預(yù)測(cè)分析等。完整版PPT課件8.3曲線回歸分析8.3.2SPSS實(shí)例分析【例8-3】表8.16是1989～2001年國家保費(fèi)收入與國內(nèi)生產(chǎn)總值的數(shù)據(jù)，試研究保費(fèi)收入與國內(nèi)生產(chǎn)總值的關(guān)系。年度保費(fèi)收入國民生產(chǎn)總值年度保費(fèi)收入國民生產(chǎn)總值19804.64517.81991239.721662.519817.84860.3199237826651.9198210.35301.8199352534560.5198313.25957.41994630466701984207206.7199568357494.9198533.18989.1199677666850.5198645.810201.41997108073142.7198771.0411954.519981247.376967.21988109.514922.319991393.2280579.41989142.616917.820001595.988228.11990178.518598.420012109.3694346.4完整版PPT課件8.3曲線回歸分析第1步分析：先用散點(diǎn)圖的形式進(jìn)行分析，看究竟是否具有一元線性關(guān)系，如果具有一元線性關(guān)系，則用一元線性回歸分析，否則采用曲線估計(jì)求解。第2步數(shù)據(jù)組織：定義為三個(gè)變量，分別是“year”（年度）、“y”（保費(fèi)收入）和“x”（國內(nèi)生產(chǎn)總值），輸入數(shù)據(jù)并保存。第3步作散點(diǎn)圖初步判定變量的分布趨勢(shì)：保費(fèi)收入y隨國內(nèi)生產(chǎn)總值x的提高而逐漸提高，而且當(dāng)國內(nèi)生產(chǎn)總值達(dá)到一定水平后，保費(fèi)收入的增幅更加明顯。因此用線性回歸模型表示x，y的關(guān)系是不恰當(dāng)?shù)?。于是?yīng)找擬合效果好的模型。完整版PPT課件8.3曲線回歸分析第4步進(jìn)行曲線估計(jì)：依次選擇菜單“分析→回歸→曲線估計(jì)”，將所有模型全部選上，看哪種模型擬合效果更好(主要看決定系數(shù)R2)，其所有模型的擬合優(yōu)度R2如下表所示。從決定系數(shù)（R方即R2）來看，三次曲線效果最好（因?yàn)槠銻2值最大），并且方差分析的顯著性水平（Sig.）為0。故重新進(jìn)行上面的過程，只選“三次曲線（Cubic）”一種模型。完整版PPT課件8.3曲線回歸分析第5步結(jié)果與分析。決定系數(shù)R2=0.990，且顯著性概率值為0.000，故可判斷保費(fèi)收入與國內(nèi)生產(chǎn)總值之間有較顯著的三次曲線關(guān)系。從參數(shù)估算值可知因變量與自變量的三次回歸模型為：y=-

166.430

+

0.029x

-

5.364E

-

7x2

+

5.022E

-

12x3。完整版PPT課件8.3曲線回歸分析第5步結(jié)果與分析。從三次曲線對(duì)原始觀測(cè)值的擬合效果圖，可看出其擬合效果非常好。完整版PPT課件主要內(nèi)容8.1回歸分析簡(jiǎn)介8.2線性回歸分析8.3曲線回歸分析8.4非線性回歸分析8.4二元Logistic回歸分析完整版PPT課件8.4

非線性回歸分析8.4.1基本概念及統(tǒng)計(jì)原理(1)基本概念可以通過變量轉(zhuǎn)換轉(zhuǎn)化為線性關(guān)系，并最終進(jìn)行線性回歸的叫本質(zhì)線性關(guān)系；而無法通過變量轉(zhuǎn)換轉(zhuǎn)化為線性關(guān)系，最終也無法進(jìn)行線性回歸分析的叫本質(zhì)非線性關(guān)系。我們平時(shí)所講的非線性回歸就是本質(zhì)非線性關(guān)系。線性回歸模型要求變量之間必須是線性關(guān)系，曲線回歸只能處理能夠通過變量轉(zhuǎn)換轉(zhuǎn)化為線性關(guān)系的非線性問題，而且也只能用于一個(gè)自變量和因變量回歸關(guān)系的模型分析判別，因此這些方法都有一定的局限性。相反，非線性回歸可以估計(jì)因變量和自變量之間任意關(guān)系的模型，我們可以根據(jù)自身需要而設(shè)定回歸方程的具體形式。因此，非線性回歸方法在實(shí)際應(yīng)用中實(shí)用價(jià)值更大，應(yīng)用范圍更廣。完整版PPT課件8.4

非線性回歸分析8.4.1基本概念及統(tǒng)計(jì)原理(2)統(tǒng)計(jì)原理非線性回歸分析要求自變量和因變量均為數(shù)值型變量，如果是分類變量，應(yīng)該將其重新編碼為數(shù)值型變量。非線性回歸模型一般可以表示為如下形式：

式中，

為期望函數(shù)，該模型的結(jié)構(gòu)和線性回歸模型非常相似，所不同的是期望函數(shù)

可能為任意形式，有時(shí)甚至可以沒有顯式表達(dá)式。完整版PPT課件8.4

非線性回歸分析8.4.1基本概念及統(tǒng)計(jì)原理(3)分析步驟針對(duì)呈非線性關(guān)系的情況，可以采用兩種策略：一是對(duì)標(biāo)準(zhǔn)的線性模型做一些修正，使之能處理各種異常情況，但方法仍在線性回歸的范疇內(nèi)，教材表8.15給出了一些常見的非線性回歸模型及其變換方式，請(qǐng)讀者參照學(xué)習(xí)；二是徹底打破原有模型的束縛，采用非線性模型來擬合。非線性回歸過程是專用的非線性回歸模型擬合過程，它采用迭代方法對(duì)用戶設(shè)置的各種復(fù)雜曲線模型進(jìn)行擬合，同時(shí)將殘差的定義從最小二乘法向外擴(kuò)展，為用戶提供了極為強(qiáng)大的分析能力，不僅能夠擬合SPSS的回歸分析過程提供的全部模型，還可以擬合文件回歸、多項(xiàng)式回歸、百分位數(shù)回歸等各種非常復(fù)雜的模型。一般第二種策略最權(quán)威，同時(shí)也是統(tǒng)計(jì)學(xué)的重點(diǎn)之一，但比較難于掌握。完整版PPT課件8.4

非線性回歸分析8.4.2非線性回歸SPSS實(shí)例分析【例8-4】表8.20是一家公司在8周內(nèi)每周的營業(yè)收入和廣告費(fèi)用數(shù)據(jù)。公司老板希望建立一個(gè)回歸模型，以便用電視廣告費(fèi)用和報(bào)紙廣告費(fèi)用預(yù)測(cè)公司營業(yè)收入。完整版PPT課件8.4

非線性回歸分析8.4.2非線性回歸SPSS實(shí)例分析第1步分析。這是一個(gè)具有兩個(gè)自變量的模型擬合問題，先用散點(diǎn)圖的形式進(jìn)行分析，看究竟是否具有線性關(guān)系，如果具有線性關(guān)系，則用線性回歸進(jìn)行分析，否則采用非線性回歸求解。第2步數(shù)據(jù)組織。定義3個(gè)變量，分別是“營業(yè)收入”、“電視廣告費(fèi)用”和“報(bào)紙廣告費(fèi)用”，輸入數(shù)據(jù)并保存。第3步作散點(diǎn)圖，初步判定變量的分布趨勢(shì)。依次選擇菜單“圖形→舊對(duì)話框→散點(diǎn)圖/點(diǎn)圖→矩陣散點(diǎn)圖”，并將3個(gè)變量均選入到“矩陣變量”框中。完整版PPT課件8.4.2非線性回歸SPSS實(shí)例分析第4步進(jìn)行非線性回歸。（1）選擇菜單：“分析→回歸→非線性”，打開“非線性回歸”對(duì)話框，并按如下圖所示進(jìn)行設(shè)置。8.4

非線性回歸分析完整版PPT課件8.4

非線性回歸分析8.4.2非線性回歸SPSS實(shí)例分析第5步主要結(jié)果及分析。（1）下表為迭代歷史記錄表?？梢钥闯?，經(jīng)過9次迭代后，模型達(dá)到收斂標(biāo)準(zhǔn)，找到了最佳解。于是得到營業(yè)收入關(guān)于兩種廣告費(fèi)用的預(yù)測(cè)回歸模型為

y=86.531+1.089x1-0.667x2+0.724x1x2完整版PPT課件8.4

非線性回歸分析8.4.2非線性回歸SPSS實(shí)例分析第5步主要結(jié)果及分析。（2）下表為整個(gè)模型的顯著性檢驗(yàn)結(jié)果?？梢钥闯觯瑳Q定系數(shù)R2為0.941，擬合結(jié)果較好。完整版PPT課件8.4

非線性回歸分析8.4.2非線性回歸SPSS實(shí)例分析第5步主要結(jié)果及分析。（3）預(yù)測(cè)值和殘差保存到數(shù)據(jù)表中完整版PPT課件主要內(nèi)容8.1回歸分析簡(jiǎn)介8.2線性回歸分析8.3曲線回歸分析8.4非線性回歸分析8.4二元Logistic回歸分析完整版PPT課件8.5

二元Logistics回歸分析8.5.1基本概念及統(tǒng)計(jì)原理1基本概念Logistic回歸分析就是針對(duì)因變量是定性變量的回歸分析。在實(shí)際生活中，我們經(jīng)常會(huì)遇到因變量是定性變量的情況，如醫(yī)學(xué)上的陰性和陽性，生存與死亡，消費(fèi)現(xiàn)象中的購買行為發(fā)生還是不發(fā)生，金融現(xiàn)象中的上市公司IPO通過還是不通過，等等。可以處理定性因變量的統(tǒng)計(jì)分析方法有：判別分析、Probit分析、Logistic回歸分析和對(duì)數(shù)線性模型分析等。在社會(huì)科學(xué)中，應(yīng)用最多的是Logistic回歸分析。根據(jù)因變量取值類別數(shù)量不同，Logistic回歸分析又分為二元Logistic回歸分析和多元Logistic回歸分析。二元Logistic回歸模型中因變量只可以取兩個(gè)值1和0（虛擬因變量），而多元Logistic回歸模型中因變量可取多個(gè)值。本節(jié)重點(diǎn)介紹二元Logistic回歸模型，對(duì)于多元Logistic回歸模型只做簡(jiǎn)要說明。完整版PPT課件8.5

二元Logistics回歸分析8.5.1基本概念及統(tǒng)計(jì)原理2統(tǒng)計(jì)原理（1）logit變換設(shè)因變量y是只取0或1的二分類變量，p為某事件發(fā)生的概率，取值區(qū)間為[0,1]，當(dāng)事件發(fā)生時(shí)y=1，否則y=0，即p=P(y=1)（事件發(fā)生的概率）是研究對(duì)象。將比率p/(1-p)取自然對(duì)數(shù)，即對(duì)p做logit變換。當(dāng)p=1時(shí)

，當(dāng)p=0.5時(shí)logit(p)=0，當(dāng)p=0時(shí)

，故logit(p)的取值范圍為

。注意，式中等號(hào)右邊的分?jǐn)?shù)部分p/(1-p)是“事件發(fā)生”與“事件不發(fā)生”的概率比，稱為優(yōu)勢(shì)（odd）。所以，logit變換有很好的統(tǒng)計(jì)解釋，它是優(yōu)勢(shì)的對(duì)數(shù)。

完整版PPT課件8.5

二元Logistics回歸分析8.5.1基本概念及統(tǒng)計(jì)原理2統(tǒng)計(jì)原理（2）Logistic回歸模型設(shè)有k個(gè)因素x1,x2,…,xk影響y的取值，則稱為二維Logistic回歸模型，簡(jiǎn)稱Logistic回歸模型，其中的k個(gè)因素x1,x2,…,xk稱為L(zhǎng)ogistic回歸模型的協(xié)變量。最重要的Logistic回歸模型是Logistic線性回歸模型式中，β0，β1，…，βk是待估計(jì)的未知參數(shù)?？傻?/p>

完整版PPT課件8.5

二元Logistics回歸分析8.5.1基本概念及統(tǒng)計(jì)原理2統(tǒng)計(jì)原理（3）統(tǒng)計(jì)檢驗(yàn)與線性回歸一樣，擬合時(shí)也要考慮模型是否合適、哪些變量該保留、擬合效果如何等問題。線性回歸中常用的是決定系數(shù)R2，T檢驗(yàn)、F檢驗(yàn)等工具在這里均不再適用。在Logistic回歸中常用的檢驗(yàn)有-2對(duì)數(shù)似然檢驗(yàn)（-2log（likelihood），2LL）、Hosmer和Lemeshow的擬合優(yōu)度檢驗(yàn)、Wald檢驗(yàn)等。完整版PPT課件8.5

二元Logistics回歸分析8.5.2二元Logistics回歸SPSS實(shí)例分析【例8-5】診斷發(fā)現(xiàn)運(yùn)營不良的金融企業(yè)是審計(jì)核查的一項(xiàng)重要功能，審計(jì)核查的分類失敗會(huì)導(dǎo)致災(zāi)難性的后果。表8.23列出了66家公司的部分運(yùn)營財(cái)務(wù)比率，其中33家在2年后破產(chǎn)（y=0），另外33家在同期保持償付能力（y=1）。請(qǐng)用變量x1（未分配利潤(rùn)/總資產(chǎn)）、x2（稅前利潤(rùn)/總資產(chǎn)）和x3（銷售額/總資產(chǎn)）擬合一個(gè)Logistic回歸模型。第1步分析。共有3個(gè)自變量，均是定量數(shù)據(jù)類型，而因變量是定性的，取值有兩種狀態(tài)（0和1），這是一個(gè)典型的可用二元Logistic回歸解決的問題。第2步數(shù)據(jù)組織。定義三個(gè)自變量x1，x2和x3，再定義因變量y，輸入數(shù)據(jù)并保存。第3步二元Logistic回歸分析設(shè)置。完整版PPT課件8.5

二元Logistics回歸分析8.5.2二元Logistics回歸SPSS實(shí)例分析第4步主要結(jié)果及分析（1）下表是個(gè)案處理摘要信息，給出了數(shù)據(jù)進(jìn)入模型的記錄數(shù)。完整版PPT課件8.5

二元Logistics回歸分析8.5.2二元Logistics回歸SPSS實(shí)例分析第4步主要結(jié)果及分析（2）下表是因變量的賦值表，在SPSS中，默認(rèn)將二分類變量中出現(xiàn)次數(shù)較多的賦值為1。本例比較特殊，二分類變量的兩種情況出現(xiàn)的次數(shù)是一樣的，從表格中可以看出，將“兩年后破產(chǎn)”賦值為0，“兩年后仍有償付能力”賦值為1。完整版PPT課件8.5

二元Logistics回歸分析8.5.2二元Logistics回歸SPSS實(shí)例分析第4步主要結(jié)果及分析（3）下表是模型初始分類預(yù)測(cè)表，此時(shí)模型中不含任何自變量，只包含常數(shù)項(xiàng)。表格左方代表實(shí)際觀測(cè)值，右方代表模型的預(yù)測(cè)值和正確率。此時(shí)預(yù)測(cè)所有公司在兩年后仍有償付能力，預(yù)測(cè)的正確率為50%。完整版PPT課件8.5

二元Logistics回歸分析8.5.2二元Logistics回歸SPSS實(shí)例分析第4步主要結(jié)果及分析（4）下表給出了模型系數(shù)的檢驗(yàn)結(jié)果，其中常數(shù)項(xiàng)系數(shù)為0.000，其顯著性概率為1，可見常數(shù)項(xiàng)不顯著。x1，x2和x3的相伴概率分別是0.000，0.000和0.094，如果以5%為置信的話，x1和x2