spss之迴歸

spss modeler-迴歸

正態分佈（高斯分佈）：

       若隨機變量X服從一個數學指望爲μ、方差爲σ^2的正態分佈，記爲N(μ，σ^2)。其機率密度函數爲正態分佈的指望值μ決定了其位置，其標準差σ決定了分佈的幅度。當μ = 0,σ = 1時的正態分佈是標準正態分佈。

逆高斯分佈：

二項分佈：

二項分佈就是重複n次獨立的伯努利試驗。（拋硬幣）在每次試驗中只有兩種可能的結果，並且兩種結果發生與否互相對立，而且相互獨立，與其它各次試驗結果無關，事件發生與否的機率在每一次獨立試驗中都保持不變，則這一系列試驗總稱爲n重伯努利實驗，當試驗次數爲1時，二項分佈服從0-1分佈。

負二項分佈：

伽馬分佈：

統計學的一種連續機率函數

泊松分佈：

tweedle分佈：

多項式分佈：

 

 

 

迴歸：連續型擬合

1，descriptive statistics：描述性統計

　　mean：均值

　　Std.Deviation：標準差

　　N：所使用的記錄數

 

2，correlations：相關性

　　主要分爲：pearson correlations（皮爾森相關） ：對稱矩陣，表示變量之間兩兩相關係數。越接近1相關程度越高。

　　　　　　　sig.（1-tailed）（單托維顯著性）：只要是顯著性，無論是單托維或者雙托維，都和0.05做比較。越接近0.05顯著性越高。

　　　　　　　N：表示不一樣的變量之間的數據值。

 

3，variables entered/removed：變量的進入/移出，表示生成模型的第一步

 

4，model summary：模型概述

　　R：所獲得的曲線擬合程度，和1作比較

　　R square：R的平方，曲線擬合的優異程度，和1作比較。

　　adjusted R square：模型複雜度的懲罰值。和1作比較。

　　Std.Error of the Estimate：預估的標準誤。標準誤=標準差/樣本容量的開方。均值的置信區間是根據標準誤來算的。

　　

　　selection criteria：選擇的標準

　　　　AIC：模型簡潔度，此值越小越好。

　　　　MPC：模型變量選擇權衡點，此值越小越好。

　　D-W：在必定程度上表達殘差是否服從正太分佈，越服從正太分佈說明變量之間獨立性越強，相關性越弱，正如咱們所須要的，通常此值在0-4之間，越接近2越好。

 

5，ANOVA：方差分析

　　分爲兩大部分：regression 迴歸        residual 殘差

　　　　sum of square：方差之和 

　　　　df：自由度，取值不受限制的那些變量的個數，等於n-1

　　　　mean square：均方差

　　　　F：f值，一般用自由度能夠查到自由度所對應F值，而後再跟模型計算的F值作比較，若計算的F值小於所查到的F值，說明差別不明顯（F檢驗：方差齊性檢驗），若大於，則要進行T檢驗。

　　　　sig.：顯著性，和0.05比較。若是是0.9的置信區間，則和0.1做比較。

 

6，coefficients：迴歸係數

　　unstandardized coefficients：非標化的迴歸係數

　　　　B：如下每一個量的迴歸係數

　　　　Std.Error：如下每一個量的標準誤

　　standardized coefficients：標化的迴歸係數（一般直接看此項就行）

　　　　beta：如下每項的標註化迴歸係數

　　collinearity statistics：共線性統計，判斷獨立性

　　　　tolerance：容忍度，容差

　　　　VIF：與容忍度成反比，通常此值小於10說明變量之間獨立性相對較好。

 

7，coefficients correlations：迴歸係數的相關性

　　correlations：各個變量之間的相關性，通常在0.8或者0.7如下最好。如果高於0.9，那麼要對變量從新選擇或者其餘處理。

　　covariances：協方差

 

8，collinearity diagnostics：多重共線性診斷

　　condition index：條件指數，通常小於10認爲不存在多重共線性，說明變量之間獨立性較好。

 

9，residuals statistics：殘差統計

　　最小值，最大值，均值，殘差的標準差，殘差個數

 

當共線性不能接受時：1，要從新選擇變量；2，嘗試有偏向性估計；3，擴大樣本；4，設置「類型」節點時，有選擇的「輸入」角色。

推薦思路：1，將變量逐一與因變量進行相關分析。2，經過相關係數的篩選，將篩選的自變量與因變量一塊兒作多重回歸分析。

　　　　　　　　　　　　　

 邏輯迴歸：離散型擬合

在類型節點裏，若是變量是標誌、類型、名義等屬於二分或者多分的分類，那麼建議用logistic迴歸來作。

一，模型

　　1，使用分割數據，爲每一個分割數據構建模型：

　　多項式迴歸：分爲多個類來計算。

　　　　　　　　多項式過程—模型類型：

　　　　　　　　　　主效應：不考量相互之間結合對主成因的關係，只考量各自對主成因的效應關係。

　　　　　　　　　　全析因：所有考量

　　　　　　　　　　自定義：自定義各個變量之間的關係考量。（還可選所選變量之間的各自組合形式）

　　二項式迴歸：分爲2,4類來計算。

 

GenLin模型：可模擬離散或者連續型變量。

一，專家

1，目標字段分佈和鏈接函數：

　　　分佈：