数据分析-spss5.13

今日课程内容

• 内容回顾

• 回归分析-逻辑回归

  哑变量的设置

  哑变量回归分析

  包含1个哑变量和一个数值

  二元逻辑回归：概率、评估

内容回顾

1.回归分析
   依据哑变量分为：不包含---一元、二元、多元回归分析
                 包含---逻辑回归、多元逻辑回归
线性回归：
       步骤：
           明确目标，确定因变量和自变量
           绘制散点图，确定数据的线性分布
           进行相关分析，确定回归模型
           计算误差值，截距、角度
           计算预测值
逐步回归分析：
    通过修改方法为步进，可以确定哪些自变量对因变量产生效果。           

哑变量

概念：不能度量的变量，需要通过人工量化，值为0，1的变量，称为哑变量
如何设置哑变量？
   女：0
   男：1
 通过分析0对数据产生的影响是多少，1对数据产生的影响是多少，进行数据预测
 投票：布什、拜登
1 0 1
2 1 2
3 0 2
4 1 1 
...

哑变量回归分析

############单个哑变量，且因变量为值变量
一般线性模型--单变量
  1.模型--定制--类型(主效应)
  2.数据的参数对比：
      偏差(默认)
      赫尔穆特
      简单
      差值
      重复
      多项式
      指示对比
  3.保存
  4.选项
      计算参数估算值

逻辑回归

#####如果因变量为虚拟变量，计算不出数值，通过逻辑回归进行分析。

固定因子代表哑变量，协变量是可以度量的值
因变量：就是计算的结果
例如：月薪是值变量，可以计算处理

作用：
   计算事件发生的概率。
   分析问题的影响因素


二元逻辑回归
  1.回归---二元逻辑
  2.因变量、协变量，方法---输入
  3.分类---对比---指示符
  4.保存---预测值
小结：
  含有哑变量：
       因变量为虚拟变量，逻辑回归
       因变量为值变量，一般线性模型
  不含哑变量：
       线性回归
       非线性回归