SPSS Modeler 逐步回归分析(指南 第九章)

SPSS Modeler 逐步回归分析(指南 第九章)_第1张图片
在回归分析中,并不是所有自变量都是有效的,或者说都能对因变量有显著的影响,因此,今天,小编和大家一起学习如何在回归分析的过程中对变量进行筛选。

为了更高效地找出最优模型,可以采用逐步回归法。主要分为前进法、后退法以及逐步回归法。
前进法:逐步增加变量的过程。
后退法:逐步减少变量的过程。
逐步回归法:前进法在引入变量后无法再剔除,后退法在剔除变量后无法再被引入。逐步回归对前进法进行了改进,每当回归方程引入新的变量后,都对方程中现有的变量重新检验,当发现有自变量不显著的情况就会将其重新剔除。

案例:数据文件“Diabetes.sav”。

数据展示
SPSS Modeler 逐步回归分析(指南 第九章)_第2张图片

1. 建立回归模型

采用逐步法
SPSS Modeler 逐步回归分析(指南 第九章)_第3张图片

2. 运行结果

SPSS Modeler 逐步回归分析(指南 第九章)_第4张图片
SPSS Modeler 逐步回归分析(指南 第九章)_第5张图片
SPSS Modeler 逐步回归分析(指南 第九章)_第6张图片
SPSS Modeler 逐步回归分析(指南 第九章)_第7张图片

你可能感兴趣的:(IBM,SPSS)