
嶺回歸分析及其SPSS實(shí)現(xiàn)方法
近日有醫(yī)院的小伙伴問(wèn)起嶺回歸分析的SPSS操作,在此與大家一起復(fù)習(xí)一下。
嶺回歸分析(RidgeRegression)是一種改良的最小二乘估計(jì)方法,它是用于解決在線性回歸分析中自變量存在共線性的問(wèn)題。什么?共線性是什么?共線性就是指自變量之間存在一種完全或良好的線性關(guān)系,進(jìn)而導(dǎo)致自變量相關(guān)矩陣之行列式近似為0,導(dǎo)致最小二乘估計(jì)失效。此時(shí)統(tǒng)計(jì)學(xué)家就引入了k個(gè)單位陣(I),使得回歸系數(shù)可估計(jì)。設(shè)么?沒(méi)看懂,那就算了。
知道嶺回歸分析就是用來(lái)解決多重共線性的問(wèn)題,就夠了。在醫(yī)學(xué)科研的實(shí)際工作中,往往不需要?jiǎng)?chuàng)造算法,會(huì)用算法就行。當(dāng)然如果你有心研究其原理,那更是極好的。
下面我們還是通過(guò)實(shí)例來(lái)學(xué)習(xí)嶺回歸分析的應(yīng)用條件和SPSS實(shí)習(xí)方法吧。用SPSS自帶的例子(來(lái)自SPSS 20.0版的示例數(shù)據(jù)庫(kù),其他版本的就別找了),某研究者想了解B超下胎兒的身長(zhǎng)、頭圍、體重與胎兒受精周數(shù)之間的關(guān)系,即B超測(cè)得上述參數(shù)之后,用它們來(lái)推測(cè)胎兒的受精時(shí)長(zhǎng)(周數(shù))。我們很容易想到用多重線性回歸來(lái)解決,以胎兒周數(shù)為因變量,以身長(zhǎng)、頭圍和體重為因變量,做回歸之后我們發(fā)現(xiàn),結(jié)果如下:
不會(huì)吧?!頭圍盡然與周齡成負(fù)相關(guān),開(kāi)玩笑啊。這個(gè)方程肯定是有問(wèn)題,細(xì)心的讀者也已經(jīng)發(fā)現(xiàn)方差膨脹因子(VIF)大到200多了(VIF是用來(lái)判斷自變量共線性的一種方法,如果大于10即認(rèn)為存在較為嚴(yán)重的共線性)?,F(xiàn)在該怎么辦?嶺回歸該發(fā)揮作用了。
嶺回歸分析在SPSS中沒(méi)有可供點(diǎn)擊的對(duì)話框,我們需要寫(xiě)一段超級(jí)簡(jiǎn)單的語(yǔ)法來(lái)調(diào)用SPSS的宏。SPSS公司可能也覺(jué)得羞愧,沒(méi)有提供人機(jī)交互的對(duì)話框,于是他們提供了一段宏程序,存儲(chǔ)路徑為“你的SPSS安裝目錄\SPSS\Statistics\22\Samples\Simplified Chinese\Ridge regression.sps”。
我們?cè)谧鰩X回歸分析時(shí),只需要調(diào)用它就行,調(diào)用語(yǔ)法如下(*后面是注釋?zhuān)?
什么?你調(diào)用不了?哦,那是因?yàn)槟銢](méi)有SPSS目錄下的修改權(quán)限。什么是修改權(quán)限?這是電腦問(wèn)題,Windows為了保護(hù)其程序文件,一般默認(rèn)不給用戶(hù)修改權(quán)限,需要用戶(hù)自己去改,至于怎么改自己?jiǎn)柊俣劝伞?
進(jìn)行上述運(yùn)算后,你會(huì)得到如下幾個(gè)結(jié)果:1、不同K值下自變量的標(biāo)準(zhǔn)化回歸系數(shù);2、嶺軌圖,3、R方的變化圖。
如何選擇結(jié)果呢?我們需要選擇一定K值下的標(biāo)準(zhǔn)化回歸系數(shù),選擇的原則是各個(gè)自變量的標(biāo)準(zhǔn)化回歸系數(shù)趨于穩(wěn)定時(shí)的最小K值。因?yàn)镵值越小我們引入的單位矩陣就少,偏差就小。有同學(xué)說(shuō)上圖看不起,那么我們把嶺跡圖放大如下,就可以看出k大約在0.05時(shí),各個(gè)自變量的標(biāo)準(zhǔn)化回歸系數(shù)就趨于穩(wěn)定了。
有了上述的結(jié)果,我們就獲得了嶺回歸的各個(gè)自變量的標(biāo)準(zhǔn)化回歸系數(shù),也算是做完了。但是有人又問(wèn)了,我們能不能獲得非標(biāo)準(zhǔn)的偏回歸系數(shù)、t值和p值呢?當(dāng)然是可以的,但是SPSS原始的宏不提供p值的計(jì)算,所以我們需要在SPSS的宏中加入這一句話“. computeppp=2*(1-tcdf(abs(ratio),n-nv-1)).”,這句話就是計(jì)算p值的。同時(shí)我們對(duì)print結(jié)果略作修改。這句話加在下圖的位置上:
修改完宏之后,再修改上述調(diào)用語(yǔ)句,將其中的k改為等于0.05,SPSS就會(huì)做k=0.05時(shí)的嶺回歸分析,并給出各個(gè)自變量的檢驗(yàn)結(jié)果,結(jié)果如下:
至此完整的嶺回歸分析就算做完了,各個(gè)自變量的標(biāo)準(zhǔn)化回歸系數(shù)合理多了吧。什么?你還是沒(méi)學(xué)會(huì)。哎,復(fù)習(xí)一下SPSS的語(yǔ)法運(yùn)算吧,我只能幫你到這兒了。
數(shù)據(jù)分析咨詢(xún)請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL 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(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢(xún)效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18CDA 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(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
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(dòng)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(kāi)始提取前,需先判斷 TIF 文件的類(lèi)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(zhuān)業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)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(kù))處理 Excel 數(shù)據(jù)時(shí),“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(chǎng)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(zhuān)業(yè)操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)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(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(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(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)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(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)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(yíng)問(wèn)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(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶(hù)體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷(xiāo)案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷(xiāo)成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類(lèi)分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類(lèi)分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10