SPSS回归分析

第1章　相关 1

1.1　引言 1

1.2　第一个前提条件：尺度水平 4

1.3　其他前提条件：线性、同方差性和连续性 5

1.4　说明：对线性的图形检验 6

1.4.1　过程GRAPH，Scatterplot选项 6

1.4.2　SPSS过程命令 CURVEFIT 7

1.5　相关系数的统计和解释 10

1.5.1　相关系数的统计量 11

1.5.2　相关系数的解释 11

1.6　利用 SPSS 的计算（示例） 14

1.7　难点：线性、产生错觉相关和一型差误累积 16

1.7.1　产生错觉相关和偏相关 16

1.7.2　一型差误累积问题 19

1.8　特殊用途 20

1.8.1　相关系数的比较 21

1.8.2　比较相关的一致性 22

1.8.3　正准相关 23

1.9　计算皮尔逊相关系数的前提条件 24

第2章　线性回归和非线性回归 26

2.1　线性回归：有因果方向的关联 27

2.1.1　双变量线性回归：利用REGRESSION的回归分析概述 27

2.1.2　双变量线性回归的示例和语句——第一步：根据杠杆值和残差检验线性并识别离群值 32

2.1.3　输出结果和解释 37

2.1.4　过程2：删除离群值的效应——选出的输出结果 49

2.1.5　说明：绘制回归直线（IGRAPH）的图形 51

2.2　非线性简单回归 51

2.2.1　利用线性回归对线性函数进行分析 53

2.2.2　利用线性回归分析调查非线性函数 53

2.2.3　将非线性函数线性化，并利用线性回归进行调查 54

2.2.4　利用非线性回归分析非线性函数：非线性回归 56

2.2.5　更高的要求：带有两个预测变量的非线性回归 67

2.2.6　用于非线性回归的SPSS过程 NLR 和 CNLR 70

2.2.7　非线性回归的假设 73

2.2.8　总览表：非线性回归的模型 74

2.3　多元线性回归：多重共线性和其他难点 76

2.3.1　多元回归的特点 77

2.3.2　第一个例子：多元回归特殊统计的解释 79

2.3.3　第二个例子：多重共线性的识别和消除 93

2.4　计算线性回归的前提条件 99

第3章　逻辑回归和有序回归 105

3.1　引言：因变量的因果模型和测量水平 106

3.2　二元逻辑回归 107

3.2.1　逻辑回归方法和与其他方法的比较 107

3.2.2　示例界面和语法：逐步法（BSTEP） 111

3.2.3　输出结果和解释 114

3.2.4　示例和语法：直接法ENTER 122

3.2.5　输出结果和解释 123

3.2.6　补充说明逻辑回归的理论检验vs诊断：模型拟合优度vs预测效率 127

3.2.7　二元逻辑回归的前提条件 127

3.3　有序回归 133

3.3.1　有序回归方法和与其他方法的比较 134

3.3.2　例1 界面操作和语法：定距预测变量（WITH-选项） 135

3.3.3　输出结果和解释 138

3.3.4　例2和语法：分类预测变量（BY选项） 143

3.3.5　输出结果和解释 144

3.3.6　有序回归的前提条件 151

3.4　多项逻辑回归 152

3.4.1　例子、界面选择和语法：主效应模型（二元因变量） 153

3.4.2　输出结果和解释 159

3.4.3　补充说明：逐步计算带有一个二元因变量的模型：NOMREGREGRESSION和LOGISTIC REGRESSION输出结果的比较 163

3.4.4　特殊情况：带有定量预测变量的巢式病例对照研究（1:1）——示例、
语法、输出结果和解释 164

3.4.5　补充说明：LOGISTICREGRESSION 对比 NOMREG （区别） 168

3.4.6　多项逻辑回归的前提条件 169

3.5　本章所介绍的各种回归方法的比较 173

第4章　生存分析 175

4.1　生存分析概述 176

4.2　生存分析的基本原理 178

4.2.1　生存函数S(t) 178

4.2.2　确定生存函数S(t) 179

4.2.3　其他函数 180

4.3　截尾数据 182

4.3.1　非期望事件或者未发生目标事件 182

4.3.2　对截尾数据与非截尾数据做不同处理的三个理由 183

4.3.3　失效数据和截尾的处理（三种方法） 184

4.4　估计生存时间S(t)的方法 185

4.4.1　保险精算法和寿命表法 185

4.4.2　使用Kaplan-Meier法估计生存时间S(t) 186

4.4.3　无截尾和有截尾的示例（方法：Kaplan-Meier） 187

4.5　对多个组进行比较的检验 190

4.6　利用SPSS进行生存分析 192

4.6.1　示例：无因子Kaplan-Meier法 193

4.6.2　示例：采用因子的Kaplan-Meier法 198

4.6.3　利用因子变量与分层变量进行比较（Kaplan-Meier法） 202

更多