
SPSS分析技術(shù):曲線回歸
在大量的回歸分析中,變量之間的關(guān)系都是線性關(guān)系,或是能夠被轉(zhuǎn)化為線性關(guān)系。然而,也存在著許多非線性的關(guān)系。例如,在勻變速直線運(yùn)動中,運(yùn)動距離與時間之間的關(guān)系就是二次函數(shù)關(guān)系;自由落體運(yùn)動、拋物軌跡等都是非線性關(guān)系。今天要介紹的曲線回歸,就是研究因變量與自變量之間的非線性關(guān)系,并從中查找到回歸方程的一種技術(shù)。
SPSS曲線回歸
SPSS中的曲線回歸,對數(shù)據(jù)有兩個要求:
只處理僅有一個自變量的曲線方程;
只處理滿足本質(zhì)是線性關(guān)系的曲線方程。本質(zhì)是線性關(guān)系是指變量之間的關(guān)系雖然在形式上呈現(xiàn)為非線性關(guān)系,但是通過數(shù)據(jù)變換,仍然可以轉(zhuǎn)化為線性關(guān)系。例如,對于三次曲線函數(shù)進(jìn)行變化:
SPSS可實(shí)施曲線回歸的曲線包括:二次曲線、三次曲線、復(fù)合曲線、增長曲線、指數(shù)曲線、對數(shù)曲線、S曲線、冪曲線、逆函數(shù)和邏輯函數(shù)共10種類型。這些類型已經(jīng)基本能夠滿足常規(guī)分析的需要。下面表格列出主要曲線類型及其表達(dá)式:
曲線回歸步驟
1、利用散點(diǎn)圖,初步判斷曲線類型
這要求大家熟悉曲線的形狀。由于在具體的回歸分析中,可能的曲線類型種類繁多,為了減少曲線估計(jì)的盲目性,通常先用散點(diǎn)圖觀測自變量與因變量之間的關(guān)系,判定因變量與自變量是否存在清晰的邏輯關(guān)系。如果散點(diǎn)圖中的散點(diǎn)向曲線附近幾種,比較接近于一條曲線,則初步判斷可以做曲線回歸分析,否則無法做曲線估計(jì)。對于可作曲線估計(jì)的數(shù)據(jù),先認(rèn)真觀察曲線的形狀,判定大概屬于哪類曲線,是拋物線,還是對數(shù)曲線、指數(shù)曲線。
2、執(zhí)行曲線回歸分析
啟動曲線估計(jì)功能,在“曲線估計(jì)”的配置界面下,正確地設(shè)置因變量和自變量,并可同時選擇若干種曲線類型。在完成了曲線回歸的計(jì)算機(jī)處理后,根據(jù)計(jì)算機(jī)的輸出結(jié)果,參考判定系數(shù)R方值和檢驗(yàn)概率Sig值,選擇最恰當(dāng)?shù)那€類型。
3、最后根據(jù)曲線類型的各個系數(shù)值,寫出最終的函數(shù)式。
案例分析
某網(wǎng)絡(luò)服務(wù)提供商跟蹤其網(wǎng)絡(luò)上隨時間變化的受病毒感染的電子郵件的流量百分比。請利用曲線估計(jì)的技術(shù),分析時間與病毒感染流量百分比之間的關(guān)系,并獲得最終的回歸方程式。數(shù)據(jù)如下:
分析步驟
1、選擇菜單【圖形】-【舊對話框】-【散點(diǎn)/點(diǎn)狀】命令,然后從中選擇【簡單分布】。從散點(diǎn)圖的結(jié)果來看,時間與感染率之間的關(guān)系可能是二次曲線或三次曲線。
2、選擇菜單【分析】-【回歸】-【曲線估計(jì)】命令,啟動曲線估計(jì)對話框,填入?yún)?shù),如下圖所示:
3、結(jié)果解讀
從模型和參數(shù)評估表格中可以發(fā)現(xiàn),二次曲線模型和三次曲線模型的R方值分別為0.653和0.783,說明兩個回歸模型的質(zhì)量都很好。此外,兩個模型的顯著性結(jié)果都是0.000,也印證了上面闡述的結(jié)論。上述表格也輸出了回歸模型參數(shù)結(jié)果,根據(jù)回歸參數(shù),可以得到兩個回歸模型公式:
結(jié)果中還輸出了帶擬合曲線的散點(diǎn)圖:
雖然二次模型和三次模型的回歸分析結(jié)果都很好,可以被用于未來數(shù)據(jù)的預(yù)測,但是從上圖可以發(fā)現(xiàn),二次模型和三次模型對未來因變量的預(yù)測趨勢是截然不同的,一個向上,一個向下。這也說明回歸分析不是一勞永逸的技術(shù),需要不斷根據(jù)發(fā)生的數(shù)據(jù)進(jìn)行判斷和修正,這樣才能真正達(dá)到預(yù)測的效果。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11