SPSS曲线回归分析的应用与操作详解

我们的教程中曾详细讲述了SPSS线性回归分析，尽管线性回归可以满足绝大多数的数据分析，但是在现实情况中，并不能适用于所有的数据，当因变量和自变量之间的关系我们无法确定是否为线性或者其他非线性类型的模型关系时候，那么我们就需要用到曲线回归，来确定因变量和自变量之间到底最适合什么样的模型。

以下是若干样本的人数和β指标的数据，我们想分析人数和β指标之间到底是一种什么样的关系，或者说最拟合什么类型的模型（图1）

图1

曲线回归操作步骤：

点击“分析”--“回归”--“曲线估算”（图2）

图2

将β指标选入因变量栏中，将人数选入独立变量栏中（图3）

图3

勾选下方模型中的除了“Logistic”以外的所有模型，因为logistics模型需要因变量为分类变量，明显不适合（图4），点击确定

图4

分析结果

图5

由上表可以看出：观察拟合程度指标R方，发现三次（立方）模型的R方最高，为98%，因此可以得出人数和β指标拟合程度最高的模型为三次（立方）模型。

图6

由上图（图6）也可以看出：圆圈为实际数据，与之最为接近匹配的确为三次模型曲线，和图5运算结果一致。

表明了本次数据的自变量人数和因变量β之间关系函数表达式，最适合的为三次函数表达式。至于三次函数表达式如何书写将在今后的文章中进一步详细讲解。以上就是今天所讲解的SPSS曲线回归分析的应用与操作详解。敬请大家关注！

本期课程就到这里哦，感谢大家耐心观看！每日更新，敬请关注！

【杏花开生物医药统计】微信公众号（xhkdata）

点赞！