SPSS回归分析文件材料教学稿件.ppt

第八章;;8.2线性回归分析;8.2线性回归分析;8.2线性回归分析;8.2 线性回归分析;8.2 线性回归分析;8.2 线性回归分析;8.2 线性回归分析;8.3 曲线估计;8.3 曲线估计;8.3 曲线估计;8.3 曲线估计;8.3 曲线估计;8.3 曲线估计;9.2 曲线估计;8.3 曲线估计;;8.4.1 基本概念及统计原理 （1）基本概念 Logistic回归分析就是针对因变量是定性变量的回归分析。根据因变量取值类别数量不同，Logistic回归分析又分为二元Logistic回归分析和多元Logistic回归分析。二元Logistic回归模型中因变量只可以取两个值1和0（虚拟因变量），而多元Logistic回归模型中因变量可取多个值。 ;（2）统计原理 logit变换 ;（3）统计检验 与线性回归一样，拟合时也要考虑模型是否合适、哪些变量该保留、拟合效果如何等问题。线性回归中常用的是决定系数R2，T检验、F检验等工具在这里均不再适用。在Logistic回归中常用的检验有-2对数似然检验（-2 log（likelihood）, -2LL）、Hosmer和Lemeshow的拟合优度检验、Wald检验等。 ;8.4.2 SPSS实例分析 【例8-4】 诊断发现运营不良的金融企业是审计核查的一项重要功能，审计核查的分类失败会导致灾难性的后果。下表列出了66家公司的部分运营财务比率，其中33家在2年后破产（Y = 0），另外33家在同期保持偿付能力（Y = 1）。请用变量X1（未分配利润/总资产）、X2（税前利润/总资产）和X3（销售额/总资产）拟合一个Logistic回归模型。 ;第1步 分析：共有3个自变量，均是定量数据类型，而因变量是定性的，取值有两种状态（0和1），这是一个典型的可用二元Logistic回归解决的问题。 第2步 数据组织：定义三个自变量X1，X2和X3，再定义因变量Y，输入数据并保存。 第3步 二元Logistic回归分析设置： （设置过程详见教材p195-197） 第4步 主要结果及分析： 数据的基本信息表;模型系数的检验结果;模型全局检验结果表;模型分类预测值表;Logistic回归模型;The End;第九章;;9.1 聚类与判别分析概述;9.1 聚类与判别分析概述;9.1 聚类与判别分析概述;9.1 聚类与判别分析概述;;9.2 二阶聚类;9.2 二阶聚类;9.2 二阶聚类;9.2 二阶聚类;9.2 二阶聚类;9.2 二阶聚类;9.2 二阶聚类;;9.3 K-均值聚类;9.3 K-均值聚类;9.3 K-均值聚类;9.3 K-均值聚???;9.3 K-均值聚类;9.3 K-均值聚类;9.3 K-均值聚类;;9.4 系统聚类;9.4 系统聚类;9.4 系统聚类;9.4 系统聚类;9.4 系统聚类;9.4 系统聚类;9.4 系统聚类;9.4 系统聚类;9.4 系统聚类;;9.5 判别分析;9.5 判别分析;9.5 判别分析;9.5 判别分析;9.5 判别分析;9.5 判别分析;9.5 判别分析;9.5 判别分析;9.5 判别分析;9.5 判别分析;9.5 判别分析;9.5 判别分析;9.5 判别分析;The End