从 图 8. 3 中 可 以 看 到 , 两 种 原 料 消 耗 量 和 产 量 问 均 呈 较 明 显 的 线 性 关 系 。 但 其 中 原 料 1 的第 6 条 记 录 和 原 料 2 的 第 14 条 记 录 散 点 均 偏 离 主 要 趋 势 较 远 , 即 相 同 产 量 下 原 材 料 消 耗 过 多 ,在 统 计 模 型 中 则 呈 现 为 强 影 响 点 。 图 8. 3 中 分 别 绘 制 出 了 两 个 单 变 量 回 归 方 程 的 参 照 线 。 显然 , 这 两 个 回 归 方 程 均 受 到 了 相 应 强 影 响 点 的 作 用 而 偏 离 主 要 趋 势 。 在 式 (8.1) 双 变 量 回 归 方程 中 , 情 形 也 必 然 相 同 。 为 此 , 需 要 考 虑 使 用 能 够 削 弱 强 影 响 点 作 用 的 拟 合 方 法 。在 各 种 替 代 方 法 中 , 最 小 一 乘 法 是 比 较 简 单 和 易 于 理 解 的 一 种 。 它 将 预 测 值 与 实 测 值 之 差( 残 差 ) 的 绝 对 值 之 和 作 为 损 失 函 数 。 这 样 , 由 于 不 再 进 行 平 方 , 相 应 强 影 响 点 的 作 用 就 会 远 小于 二 乘 法 中 了 。SPSS 的 非 线 性 回 归 过 程 中 为 用 户 提 供 了 自 定 义 损 失 函 数 的 功 能 , 具 体 在 Loss 子 对 话 杠 中 实现 , 本 例 操 作 如 下 :iAnalyze• Regression• Nonlinear RegressioniDependent 杠 : yiModel Express lOn 杠 : a + b1 x x1 + b2 x x2|P 盯 ame 阳 1:Name 杠 : A: Starting Value 杠 :1: IADDIName 杠 : B 1 : Starting Value 杠 :1: IADDIName 杠 : 曰 : Starti 吨 Value杠 :1:~ 国|Continuel匾 圄 虽 : 盯 何 附 叶 r 卜 叫 山 咐 创 de 叫 - 叫 efi 斗 削 耐 f 白 fin 耐 州圄操 作 中 使 用 到 的 Loss 子 对 话 杠 如 图 8.4 所 示 , 可 见 除 模 型 中 己 有 的 变 量 和 参 数 外 , SPSS 还提 供 了 两 个 系 统 变 量 resid 一 和 pred_ , 它 们 分 别 代 表 残 差 和 预 测 值 , 可 直 接 在 损 失 函 数 定 义 中 使用 。 此 处 使 用 了 resid 一 。 操 作 时 系 统 会 弹 出 警 告 对 话 框 , 要 求 更 改 拟 和 方 法 , 确 认 即 可 。 关 于 拟和 方 法 的 详 细 内 容 参 见 本 章 末 。图 8.4 Loss 子 对 话 框• 155 •
8.3.2 结 果 解 释相 应 的 分 析 结 果 如 下 :Iteration Loss funct A B1 B20.1 10410.55113 1.00000000 1.00000000 1.000000001. 1 285 1. 255127 1. 05619148 2.55165845 6.238855322.1 1858.019387 1. 30078339 18. 1078773 4.587964843. 1 1375.351023 1. 27418483 20. 7730765 2. 191182264.1 1132. 101260 1. 19730008 16.9314349 4.060061275. 1 1080.088794 1. 65036256 20.3029701 3.039944146. 1 1038.530447 1. 78182518 19.3106402 3. 196796417. 1 1034.677751 3.42375127 19. 7107206 3.051816698. 1 1032.924691 4. 14273965 19. 7490266 3.017249479. 1 103 1. 970193 5.00530188 19. 7562044 3.0040737410. 1 103 1. 576210 6. 85758612 19. 7032225 3.0012676311. 1 103 1. 501517 12.5417941 19. 3681023 3.0674799212. 1 1030. 073831 9.38074986 19. 5619908 3.0248746713.1 1030.073806 9.38077274 19. 5619892 3.0248750314. 1 1030.022580 8.97113052 19. 5768230 3.02373404Run stopped after 15 major iterations.Cannot improve on the current point.由 于 一 乘 法 在 统 计 理 论 上 无 法 进 行 二 乘 法 那 样 严 密 的 推 导 , 所 以 分 析 结 果 非 常 简 单 , 仅 给 出了 迭 代 过 程 , 最 终 迭 代 终 止 时 的 参 数 值 即 为 参 数 估 计 值 , 从 中 可 见 相 应 的 损 失 函 数 为 1 030.02 ,即 残 差 绝 对 值 之 和 为 1 030.020 而 相 应 的 模 型 为 :y =8.971 1 + 19. 5768 xx1 +3.0237 xx2和 前 面 最 小 二 乘 法 得 到 的 模 型 相 比 , 三 个 模 型 参 数 估 计 值 都 有 较 大 变 化 , 特 别 是 常 数 项 , 从124 一 下 降 低 到 了 8.97 , 那 么 究 竟 哪 个 模 型 更 为 合 理 ? 由 于 决 定 系 数 、 剩 余 标 准 差 等 一 系 列 判 断指 标 均 是 基 于 最 小 二 乘 法 推 导 而 来 。 如 果 使 用 它 们 进 行 评 判 , 则 必 然 会 得 出 一 乘 法 模 型 效 果 较差 的 结 论 。 这 里 绘 制 出 两 个 模 型 的 预 测 值 与 残 差 的 散 点 图 如 图 8. 5 所 示 。从 图 8.5 可 见 , 对 于 大 部 分 纪 录 , 一 乘 法 模 型 预 测 值 的 残 差 都 要 小 于 二 乘 法 残 差 , 显 然 , 这 说明 一 乘 法 模 型 对 大 部 分 散 点 的 拟 合 效 果 是 比 二 乘 法 好 的 。 然 而 注 意 第 6 条 记 录 的 散 点 , 显 然 对于 第 6条 记 录 , 一 乘 法 模 型 预 测 值 的 残 差 明 显 大 于 二 乘 法 。 也 就 是 说 , 一 乘 法 对 于 强 影 响 点 更 有耐 受 力 , 和 普 通 的 二 乘 法 模 型 相 比 , 一 乘 法 相 应 的 模 型 对 大 多 数 散 点 的 拟 合 效 果 更 好 , 但 对 于 个别 强 影 响 点 的 拟 合 效 果 会 更 差 。通 过 对 各 参 数 、 变 量 、 系 统 变 量 和 函 数 的 组 合 , 使 用 者 还 可 以 定 义 出 各 种 类 型 的 损 失 函 数 , 读者 们 可 自 行 尝 试 , 这 里 不 再 详 述 。• 156 •
- Page 1 and 2:
•【 苗 C~ , 饵 " .7. Il ,~
- Page 5 and 6:
序---Ì......口知 识 经 济
- Page 8 and 9:
日 录第 一 部 分一 般 线
- Page 10 and 11:
6.3.2 分 析 实 例 .............
- Page 12 and 13:
思 考 与 练 习 ..............
- Page 14 and 15:
19.3.3 比 例 风 险 性 的 图
- Page 16 and 17:
Yij μ i + E: iJ其 中 Yij 代 表
- Page 18 and 19:
3. 元 素 CElement)元 素 指 用
- Page 20 and 21:
值 。 因 此 在 多 因 素 方
- Page 22 and 23:
表 1. 4 是 对 前 面 所 假
- Page 24 and 25:
义 不 难 理 解 , 具 体 输
- Page 26 and 27:
中 的 Weight Estimation 过 程
- Page 28 and 29:
表 1. 13 Tests of Between-Subjects
- Page 30 and 31:
在 设 定 好 一 张 轮 廓 图
- Page 32 and 33:
表 1. 17 Lack of Fit TestsDependen
- Page 34 and 35:
表 1. 18 中 给 出 的 是 各
- Page 36 and 37:
一 下 。因 篇 幅 所 限 ,
- Page 38 and 39:
此 。 而 在 随 机 效 应 方
- Page 40 and 41:
第 2 章 常 用 实 验 设 计
- Page 42 and 43:
受 试 对 象 按 性 质 ( 如
- Page 44 and 45:
Patient 选 入 Random Factor 框 ,
- Page 46 and 47:
表 2.5Tests of Between-Subjects Ef
- Page 48 and 49:
此 为 2 x3 析 因 设 计 , 一
- Page 50 and 51:
表 2.11正 交 设 计 及 其 结
- Page 52 and 53:
表 2.14均 匀 设 计 安 排 及
- Page 54 and 55:
2.3.2 重 复 测 量 设 计重
- Page 56 and 57:
理 的 小 白 鼠 其 进 食 量
- Page 58 and 59:
期 70末考试成 60结90 -l 曰
- Page 60 and 61:
表 2.23 是 两 组 的 修 正
- Page 62 and 63:
第 3 章 多 元 方 差 分 析
- Page 64 and 65:
文 、 数 学 、 英 语 的 考
- Page 66 and 67:
迹 。 值 越 大 , 该 效 应
- Page 68 and 69:
3. 1. 4 对 引 例 的 进 一 步
- Page 70 and 71:
大 , 即 计 算 F 值 时 的 分
- Page 72 and 73:
促 销 手 段 前 两 个 月 的
- Page 74 and 75:
区 、 实 行 不 同 促 销 手
- Page 76 and 77:
表 3.16 即 为 一 元 方 差
- Page 78 and 79:
第 4 章 混 合 线 性 模 型
- Page 80 and 81:
图 4. 1 第 一 所 学 校 的
- Page 82 and 83:
表 4.1 是 方 差 分 析 的 检
- Page 84 and 85:
l i i可 号 事 3气 》 矿标
- Page 86 and 87:
表 4.11 同 样 是 对 随 机
- Page 88 and 89:
由 上 面 的 分 析 结 果 可
- Page 90 and 91:
进 行 动 态 监 测 , 走 时
- Page 92 and 93:
在 预 定 义 对 话 杠 中 未
- Page 94 and 95:
表 4.25 中 给 出 了 4 次 重
- Page 96 and 97:
表 4.31任 意 两 次 的 相 关
- Page 98 and 99:
设 定 非 常 丰 富 , 这 里
- Page 100 and 101:
参 考 文 献221 Liang KY , Zeger
- Page 102 and 103:
第 5 章 多 重 线 性 回 归
- Page 104 and 105:
此 处 之 所 以 从 散 点 图
- Page 106 and 107:
将 自 变 量 引 起 的 变 异
- Page 108 and 109:
町 ,…, 与 ) 与 反 应 变 量
- Page 110 and 111:
5.3 同 归 预 测 与 残 差 分
- Page 112 and 113:
图 5.5三 维 空 间 中 的 可
- Page 114 and 115:
图 5.6几 种 常 见 的 残 差
- Page 116 and 117: 差 间 相 互 独 立 。 例 5.
- Page 118 and 119: 根 据 公 式 55 total = 55R + 55
- Page 120 and 121: SPSS 输 出 结 果 如 下 :表 5
- Page 122 and 123: 表 5. 12 Excluded Variables eColli
- Page 124 and 125: 读 者 可 自 行 练 习 在 例
- Page 126 and 127: 共 线 性 越 强 , 提 取 主
- Page 128 and 129: 参 考 文 献1 John Neter, Michae
- Page 130 and 131: 2.52.01.51.01!ð主 0.5附口 口
- Page 132 and 133: 因 变 量 模 型 ; 自 变 量
- Page 134 and 135: 自 身 预 测 值 或 者 其 他
- Page 136 and 137: 系 数 必 然 会 小 于 普 通
- Page 138 and 139: Source variable. . n POWER value =
- Page 140 and 141: 映 的 实 际 上 是 除 了 生
- Page 142 and 143: 际 上 是 假 设 这 4 档 间
- Page 144 and 145: 还 对 两 种 分 类 变 量 类
- Page 146 and 147: 结 果 输 出 的 最 后 就 是
- Page 148 and 149: 第 7章 路 径 分 析 入 门在
- Page 150 and 151: 表 7. 2 Coefficients aUnstandardiz
- Page 152 and 153: 个 , 因 变 量 为 LW , 最 下
- Page 154 and 155: 型 中 各 变 量 的 具 体 联
- Page 156 and 157: 根 据 该 测 量 值 , 可 以
- Page 158 and 159: 表 7. 10 Model SummaryModel R R Sq
- Page 160 and 161: 第 8 章 非 线 性 回 归 模
- Page 162 and 163: 相 应 的 主 对 话 杠 如 图
- Page 164 and 165: 的 相 关 系 数 可 用 来 辅
- Page 168 and 169: 图 8.5一 乘 法 与 二 乘 法
- Page 170 and 171: Source DF Sum of Squares Mean Squar
- Page 172 and 173: 接 下 来 方 杠 中 的 文 本
- Page 174 and 175: 第 9 章 二 分 类 Logistic 回
- Page 176 and 177: 0.5 为 对 称 点 , 分 布 在 o
- Page 178 and 179: 81) 1 (42/69) = 1. 217 , 并 不
- Page 180 and 181: Waldx2 , 是 对 总 体 回 归
- Page 182 and 183: exp ( - 5. 642 - 1. 356 X sex - O.
- Page 184 and 185: 有 意 义 , 有 些 无 意 义
- Page 186 and 187: 表 9.15Variables in the EquationB
- Page 188 and 189: 验 , 就 可 以 得 知 它 们
- Page 190 and 191: 法 的 分 析 结 果 。表 9.18
- Page 192 and 193: 究 者 找 到 一 系 列 的 指
- Page 194 and 195: : Graphs• ROC Curve:Test Variable
- Page 196 and 197: 就 一 定 很 好 。 例 如 使
- Page 198 and 199: 的 知 识 都 可 以 被 系 统
- Page 200 and 201: 第三部分多 元 统 计 分 析
- Page 202 and 203: 特 别 需 要 注 意 的 是 ,
- Page 204 and 205: 计 量 不 一 定 能 真 实 地
- Page 206 and 207: 图 10.2 Output 子 对 话 框图
- Page 208 and 209: (1) Test of Parallel Lines 检 验
- Page 210 and 211: O. 458 • Csex = 1) 00.4)表 10. 1
- Page 212 and 213: 变 量 叫 ,… , X m 对 目 标
- Page 214 and 215: 表 10. 15 Model Fitting Informatio
- Page 216 and 217:
10.4.2 实 例 一 与 Logistic 模
- Page 218 and 219:
关 ) 的 不 同 取 值 水 平
- Page 220 and 221:
!Analyze• Regression• Probit:Re
- Page 222 and 223:
第 11 章 主 成 分 分 析 与
- Page 224 and 225:
的 信 息 , 其 他 的 可 以
- Page 226 and 227:
表 1 1. 1 为 8 个 原 始 变
- Page 228 and 229:
各 个 因 子 间 互 不 相 关
- Page 230 and 231:
由 Bartlett 检 验 可 以 看
- Page 233 and 234:
于 斜 交 旋 转 则 显 示 旋
- Page 235 and 236:
F2 =0. 011ZX1 +0. 387ZX2 +0. 129ZX3
- Page 237 and 238:
部 的 经 济 结 构 , 找 到
- Page 239 and 240:
化 , 对 初 始 因 子 载 荷
- Page 241 and 242:
得 到 综 合 因 子 得 分 sco
- Page 243 and 244:
AUi从ì (U 11IU 21川AU l2 从U 22
- Page 245 and 246:
图 12.1不 同 的 分 类 方 法
- Page 247 and 248:
目 前 , 非 层 次 聚 类 法
- Page 249 and 250:
从 表 12. 1 中 可 以 看 出 5
- Page 251 and 252:
一 次 出 现 是 在 第 1 步 ,
- Page 253 and 254:
藏 等 13 省 市 ;第 5 类 : 包
- Page 255 and 256:
第 4 类 : 消 费 水 平 相 对
- Page 257 and 258:
更 新 类 别 中 心 点 。(5)
- Page 259 and 260:
3. 结 果 解 释分 析 结 果
- Page 261 and 262:
在 K - Means 生 成 的 结 果
- Page 263 and 264:
0.017 3 。现 希 望 通 过 聚
- Page 265 and 266:
这 就 意 味 着 在 原 来 12
- Page 267 and 268:
散 变 量 和 连 续 变 量 。
- Page 269 and 270:
思 考 与 练 习1. 对 于 例 1
- Page 271 and 272:
x2图 13.1典 型 判 别 分 析
- Page 273 and 274:
就 说 明 判 别 的 效 果 较
- Page 275 and 276:
Analyze• Classify • Discriminan
- Page 277 and 278:
表 13.4 给 出 的 是 判 别
- Page 279 and 280:
Canonical OiscriminantFunction 2UO-
- Page 281 and 282:
别 函 数 进 行 新 样 品 的
- Page 283 and 284:
er) 、 贝 叶 斯 学 派 。 它
- Page 285 and 286:
刚 毛 王 军 尾 花 y = - 80. 2
- Page 287 and 288:
第 14章 典 型 相 关 分 析
- Page 289 and 290:
(Rl~lR12R2;lR21 -Â;) (Slâ ω) =0(
- Page 291 and 292:
Correlations Between Set - 1 and Se
- Page 293 and 294:
由 这 两 对 典 型 变 量 的
- Page 295 and 296:
0.5640.733立 定 { 本 前 屈图
- Page 297 and 298:
变 量 所 求 出 的 典 型 相
- Page 299 and 300:
第 15章 对 应 分 析15.1 模
- Page 301 and 302:
数 据 由 Fisher 在 1940 年 首
- Page 303 and 304:
功 能 作 进 一 步 解 释 。
- Page 305 and 306:
的 是 各 类 别 的 信 息 在
- Page 307 and 308:
的 Dimensions In Solution 杠 中
- Page 309 and 310:
换 , 交 叉 表 就 被 转 换
- Page 311 and 312:
!Analyze• Data Reduction→ Corre
- Page 313 and 314:
15.4 多 重 对 应 分 析15.4.1
- Page 315 and 316:
表 15.10 Iteration History 表 15.
- Page 317 and 318:
以 确 认 图 形 中 所 观 察
- Page 319 and 320:
图 15.14哑 变 量 设 置 格
- Page 321 and 322:
果 上 的 联 系 。(2) 使 用
- Page 323 and 324:
是 用 某 个 r 维 欧 氏 空
- Page 325 and 326:
图 16.3MDS 过 程 的 子 对 话
- Page 327 and 328:
图 16.4 12 城 市 三 维 空 间
- Page 329 and 330:
16. 1. 3 距 离 的 计 算 方
- Page 331 and 332:
别 间 的 问 阳 就 会 比 较
- Page 333 and 334:
Warning # 14654> The total number o
- Page 335 and 336:
在 INDSCAL 模 型 中 , 仍 然
- Page 337 and 338:
接 下 来 方 杠 中 的 结 果
- Page 339 and 340:
(2) 如 果 有 可 能 , 为 每
- Page 341 and 342:
在 后 面 结 合 案 例 给 予
- Page 343 and 344:
Reduced rank: 和 广 义 欧 氏
- Page 345 and 346:
N口。吕A。 中 国 科 大 0.6
- Page 347 and 348:
5 张 文 月 三 主 编 . SPSS 11
- Page 349 and 350:
第 17 章 对 数 线 性 模 型
- Page 351 and 352:
Model Selection 过 程 拟 合 的
- Page 353 and 354:
这 样 做 不 会 影 响 统 计
- Page 355 and 356:
作 用 , 即 不 同 胃 溃 荡
- Page 357 and 358:
17.3 因 果 关 系 明 确 时
- Page 359 and 360:
表 17.14 和 表 17.15 两 个 表
- Page 361 and 362:
表 17.18抽 查 人 员 的 工
- Page 363 and 364:
以 下 方 杠 中 的 文 本 是
- Page 365 and 366:
If Deleted Simple Effect is DF L. R
- Page 367 and 368:
17.5 对 数 线 性 模 型 与
- Page 369 and 370:
本 例 的 主 要 分 析 结 果
- Page 371 and 372:
第 18章 信 度 分 析在 各
- Page 373 and 374:
低 于 0.7 , 则 应 该 弃 之
- Page 375 and 376:
低 , 提 示 这 两 道 题 的
- Page 377 and 378:
表 18.5 ANOVA with Friedman's Test
- Page 379 and 380:
在 表 格 的 最 上 面 , SPSS
- Page 381 and 382:
同 ) , 因 此 计 算 公 式 有
- Page 383 and 384:
续 表类 型 假 设 测 量 的
- Page 385 and 386:
18.4.3 SPSS 中 相 应 的 分 析
- Page 387 and 388:
第 19章 生 存 分 析19. 1 生
- Page 389 and 390:
下 来 , 而 不 是 等 数 据
- Page 391 and 392:
风 险 函 数 非 负 生 存 函
- Page 393 and 394:
= 川 c1 - d/n)ti
- Page 395 and 396:
除 以 上 用 到 的 杠 组 外
- Page 397 and 398:
分 布 曲 线 、 风 险 函 数
- Page 399 and 400:
(1) Pooled over strata: 系 统 默
- Page 401 and 402:
This subfile contains:20 observatio
- Page 403 and 404:
19.3 Cox 同 归 模 型前 面 介
- Page 405 and 406:
杠 的 含 义 与 操 作 和 前
- Page 407 and 408:
模 型 拟 合 时 完 全 相 同
- Page 409 and 410:
间 的 抗 体 水 平 、 不 同
- Page 411 and 412:
会 对 研 究 结 果 造 成 影
- Page 413 and 414:
情 况 :图 19.14真 分 层 时
- Page 415 and 416:
鳞 癌 型 肺 癌 或 夫 访 )
- Page 417 and 418:
集 中 其 他 无 缺 失 变 量
- Page 419 and 420:
20.2.2 对 缺 失 模 式 的 分
- Page 421 and 422:
记 录 的 输 出 。 如 果 指
- Page 423 and 424:
失 值 的 变 量 , 然 后 为
- Page 425 and 426:
20.3.2 使 用 回 归 算 法 进
- Page 427 and 428:
示 。 因 20.6 Ca) 为 回 归
- Page 429 and 430:
图 20.8EM 算 法 的 散 点 图
- Page 431 and 432:
SPSS 产 品 简 介SPSS 系 列