多元回歸分析spss案例

1、多元回歸分析 多元回歸分析在大多數(shù)的實(shí)際問題中，影響因變量的因素不是一個而是多個，我們稱這類回問題為多元回歸分析。可以建立因變量y 與各自變量 xj(j=1,2,3,…,n)之間的多元線性回歸模型：其中：b0 是回歸常數(shù)；bk(k=1,2,3,…,n)是回歸參數(shù)；e 是隨機(jī)誤差。多元回歸在病蟲預(yù)報中的應(yīng)用實(shí)例 多元回歸在病蟲預(yù)報中的應(yīng)用實(shí)例:某地區(qū)病蟲測報站用相關(guān)系數(shù)法選取了以下 4 個預(yù)報因子；x1 為最多連續(xù) 10 天誘蛾量(頭)；

2、x2 為 4 月上、中旬百束小谷草把累計落卵量(塊)；x3 為 4 月中旬降水量(毫米)，x4 為 4 月中旬雨日(天)；預(yù)報一代粘蟲幼蟲發(fā)生量y（頭/m2）。分級別數(shù)值列成表 2-1。預(yù)報量 y：每平方米幼蟲 0~10 頭為 1 級，11~20 頭為 2 級，21~40 頭為 3 級，40 頭以上為 4 級。預(yù)報因子：x1 誘蛾量 0~300 頭為 l 級，301~600 頭為 2 級，601~1000 頭為 3 級，1000 頭以上

3、為 4 級；x2 卵量 0~150 塊為 1級，15l~300 塊為 2 級，301~550 塊為 3 級，550 塊以上為 4 級；x3 降水量 0~10.0 毫米為 1 級，10.1~13.2 毫米為 2 級，13.3~17.0毫米為 3 級，17.0 毫米以上為 4 級；x4 雨日 0~2 天為 1 級，3~4 天為 2 級，5 天為 3 級，6 天或 6 天以上為 4 級。表 2-1 2-1年1960 1961 1962 196

4、3 1965 1966 1967 1976 1971 1972范文y幼蟲密 蛾量 級別 卵量 級別 降水量 級別 雨日 級別 級別 度1022 4 112 1 4.3 1 2 1 10 1300 1 440 3 0.1 1 1 1 4 1699 3 67 1 7.5 1 1 1 9 11876 4 675 4 17.1 4 7 4 55 443 1 80 1 1.9 1 2 1 1 1422 2 20 1 0 1 0 1 3 1806

5、3 510 3 11.8 2 3 2 28 3115 1 240 2 0.6 1 2 1 7 1718 3 1460 4 18.4 4 4 2 45 4803 3 630 4 13.4 3 3 2 26 3x1 x2 x3 x4圖 2-2 線性回歸對話窗口3) 3) 設(shè)置分析變量 設(shè)置分析變量設(shè)置因變量： 設(shè)置因變量：用鼠標(biāo)選中左邊變量列表中的“幼蟲密度[y]”變量，然后點(diǎn)擊“Dependent”欄左邊的移到“Dependent”因變量

6、顯示欄里。設(shè)置自變量： 設(shè)置自變量：將左邊變量列表中的“蛾量[x1]”、“卵量[x2]”、“降水量[x3]”、“雨日[x4]”變量，選移到“Independent(S)”自變量顯示欄里。設(shè)置控制變量 設(shè)置控制變量: 本例子中不使用控制變量，所以不選擇任何變量。選擇標(biāo)簽變量 選擇標(biāo)簽變量: 選擇“年份”為標(biāo)簽變量。選擇加權(quán)變量 選擇加權(quán)變量: 本例子沒有加權(quán)變量，因此不作任何設(shè)置。4）回歸方式 ）回歸方式向右拉按鈕，該變量就本例子中的 4