环境科学高级建模方法之计算机在环境化学中的应用

1、1环境科学高级建模方法环境科学高级建模方法(计算机在环境化学中的应用计算机在环境化学中的应用) 教师：王遵尧教师：王遵尧 南大科学楼南大科学楼603室室第第4节节 SPSS建模方法建模方法222D-QSAR方法方法 活性数据活性数据 分子结构、热力学参数分子结构、热力学参数实验方法实验方法量子化学计算量子化学计算建立模型建立模型预测相关活性预测相关活性SPSS 12.0 for Windows交叉验证交叉验证, ,F检验检验, ,VIF 评价评价33三、三、建模的方法：建模的方法： SPSS ，SAS，BMDP统计软件统计软件 SPSS(Statistical Package for the

2、Social Science)社会科学用软件 SAS（Statistical Analysis System )统计分析系统 BMDP（Biomedical Programs） 生物医学程序44SPSS 统计功能概述统计功能概述 按由简单到复杂的顺序分类，SPSS统计功能可分三类：1.基础统计基础统计。描述性统计、探索性统计、列联表分析、线性组合测量、t检验、单因素方差分析、多重响应分析、线性回线性回归分析归分析、相关分析等；2.专业统计专业统计。判别分析、因子分析、聚类分析、可靠性分析、距离分析等；3.高级统计分析高级统计分析。多变量方差分析、重复测量方差分析、多协变量方差分析、非线性回归分

3、析、Probit回归分析、曲线估计等等。 55 SPSS统计图形主要有下列几类：统计图形主要有下列几类： 1. Bar Charts(条形图条形图)； 2. Line Charts(线图线图)； 3. Area Charts(面积图面积图)；4. Pie Charts(圆图圆图)； 5. Boxplots(箱图箱图)； 6. Scatterplots(散点图散点图)； 7. Normal P-P Plots(正态概率分布图正态概率分布图)等等SPSS 图形分析概述图形分析概述66 线性回归分析概念线性回归分析概念 线性回归分析是描述一个因变量线性回归分析是描述一个因变量(或称为响应变量，或称为

4、响应变量，depentdent variable)Y与一个或多个自变量与一个或多个自变量(indepentdent variable)X间的线性依存关系。间的线性依存关系。 根据自变量数目的不同分为一元线性回归根据自变量数目的不同分为一元线性回归(只有一个自变只有一个自变量量)和多元线性回归和多元线性回归(有两个或两个以上自变量有两个或两个以上自变量)。77多元线性回归分析多元线性回归分析 根据多个自变量的最优组合建立回归方程来预测因变量的根据多个自变量的最优组合建立回归方程来预测因变量的回归分析称为多元线性回归分析。回归分析称为多元线性回归分析。 多元回归分析的模型：多元回归分析的模型：Y=

5、a0+a1X1+a2X2+a3X3+.+anXn a0为常数项，为常数项，a1、a2、a3an为为Y对应于对应于X1、X2、X3Xn的的偏回归系数。偏回归系数。88SPSS多元线性回归分析自变量筛选多元线性回归分析自变量筛选 自变量筛选的目的：自变量筛选的目的：多元回归分析引入多个自变量多元回归分析引入多个自变量. .如果引入的自变量个如果引入的自变量个数较少数较少, ,则不能很好的说明因变量的变化则不能很好的说明因变量的变化; ;并非自变量引入越多越好并非自变量引入越多越好. .原因原因: : 1. 有些自变量可能对因变量的解释没有贡献有些自变量可能对因变量的解释没有贡献; ; 2. 自变量

6、间可能存在较强的线性关系自变量间可能存在较强的线性关系, ,即即: :多重共线多重共线性性. . 因而不能全部引入回归方程因而不能全部引入回归方程.进入方程的自变量数不能多于进入方程的自变量数不能多于样本数样本数的的五分之一五分之一。何谓何谓“样本样本数数”？99SPSS多元线性回归分析的检验多元线性回归分析的检验(一一) 拟和优度检验拟和优度检验 判定系数判定系数R2.(二二) 回归方程的显著性检验：回归方程的显著性检验： (1) 目的目的: 检验所有自变量与因变量之间的线性关系是否显检验所有自变量与因变量之间的线性关系是否显 著，是否可用线性模型来表示著，是否可用线性模型来表示. (2)

7、利用利用F 检验检验,构造构造F 统计量统计量(三三) 回归系数的显著性检验回归系数的显著性检验 (1) 目的目的: 检验每个自变量对因变量的线性影响是否显著检验每个自变量对因变量的线性影响是否显著. (2) 利用利用t 检验检验,构造构造t 统计量统计量.(四四) 检验自变量的多重相关性检验自变量的多重相关性 变异膨胀因子变异膨胀因子(VIF)1010 回归分析的基本步骤：回归分析的基本步骤： 1. 数据录入与编辑；数据录入与编辑； 2. 确定自变量和因变量；确定自变量和因变量； 3. 选择合适的回归分析方法；选择合适的回归分析方法； 4. 对回归方程进行各种统计检验；对回归方程进行各种统计

8、检验； 5. 利用回归方程进行预测利用回归方程进行预测.SPSS 多元回归分析步骤多元回归分析步骤1111SPSS 多元回归分析多元回归分析SPSS提供的回归分析方法：提供的回归分析方法：强迫引入法强迫引入法(Enter); 强迫剔除法强迫剔除法(Remove);向前选择变量法向前选择变量法(Forward Selection);向后选择变量法向后选择变量法(Backard Selection);逐步回归分析法逐步回归分析法(Stepwise Selection).1212SPSS 多元回归分析多元回归分析1313SPSS 线性回归的功能与使用线性回归的功能与使用 启动SPSS程序, 出现下图

9、。直接运行图解帮助直接运行图解帮助在编辑器中直接输入数据在编辑器中直接输入数据运行一个已经存在的数据文件运行一个已经存在的数据文件利用向导创建新的数据文件利用向导创建新的数据文件打开已经存在的打开已经存在的SPSS数据文件数据文件打开一个其他类型的数据文件打开一个其他类型的数据文件1414SPSS 数据录入数据录入1515vsig值的意思就是显著性（significance），它的意思是说，平均值是在百分之几的几率上相等的。 1616SPSS多元线性回归举例多元线性回归举例每一行代表一个个案每一行代表一个个案每一列代表一个变量每一列代表一个变量定义、显示和编辑变量特征定义、显示和编辑变量特征变

10、量名变量名1717变量名变量名变量类型变量类型SPSS多元线性回归举例多元线性回归举例1818SPSS多元线性回归举例多元线性回归举例1919SPSS多元线性回归举例多元线性回归举例v 在“Analyze”下拉菜单“Regresion”(回归分析)中选择“Linear”(线性回归)2020SPSS多元线性回归举例多元线性回归举例因变量因变量自变量自变量回归方法回归方法2121SPSS多元线性回归举例多元线性回归举例2222SPSS多元线性回归举例多元线性回归举例考研态度考研态度sig.=0.0010.05考研状态考研状态sig.=0.020.05索引窗口索引窗口内容窗口内容窗口2323SPSS

11、多元线性回归举例多元线性回归举例相关系数相关系数R2F 统计值统计值标准误差标准误差SE2424SPSS多元线性回归举例多元线性回归举例模型模型1: 考研成绩=1.990-0.001*考研态度模型模型2: 考研成绩=3.648- 0.001*考研态度-0.017*考研状态2525SPSS绘制图形绘制图形SPSS具有很强的制图功能，可以绘制多种统计图形。SPSS图形的制作可分为三个过程： 建立数据文件； 生成图形；1. 修饰生成的图形。2626SPSS绘制图形举例绘制图形举例绘制上述考研成绩与模型预测值的相关图1. 编辑数据2. 生成图形2727SPSS绘制图形举例绘制图形举例2828SPSS绘制图形举例绘制图形举例2929SPSS绘制图形举