




版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
1、非线性回归分析(转载)(2009-10-23 08:40:20)转载标签: 分类:web分析杂谈在回归分析中,当自变量和因变量间的关系不能简单地表示为线性方程,或者不能表示为可化为线性方程的时侯,可采用非线性估计来建立回归模型。SPS珊供了非线性回归 Nonlinear ”过程,下面就以实例来介绍非线性拟合“Nonlinear ”过程的基本步骤和使用方法。应用实例研究了南美斑潜蝇幼虫在不同温度条件下的发育速率,得到试验数据如下:表5-1南美斑潜蝇幼虫在不同温度条件下的发育速率温度 C17.52022.52527.53035发育速率0.06380.08260.11000.13270.16670.
2、18590.1572根据以上数据拟合逻辑斯蒂模型:,二1十下胜g 垃)本例子数据保存在DATA6-4.SAM1)准备分析数据在SPSSa据编辑窗口建立变量“ t”和“v”两个变量,把表6-14中的数据分别输入“温度”和“发育速率”对应的变量中。或者打开已经存在的数据文件(DATA6-4.SAV)。2)启动线性回归过程5-1单击SPSSi菜单的Analyze下的Regression中Nonlinear ”项,将打开如图5-1所示的线回归对话窗口。 Ifunl inenr客才ioni1 DepMidsrit3 Iodd Ear电符匕匚JJ所示的线回归对话窗口。 Ifunl inenr客才ioni1
3、 DepMidsrit3 Iodd Ear电符匕匚JJ-ld/臼工jj2JIJ1|21 3|FircticirL-/绅 SRmwt由f I朝MuneaipiA=i Ti h- ”UFe:,rprCmitJRMgal OplorLS .图5-1 Nonlinear 非线性回归对话窗口3)设置分析变量设置因变量:从左侧的变量列表框中选择一个因变量进入“Dependent(s)”框。本例子选“发育速率v ”变量为因变量。4)设置参数变量和初始值单击“Parameters”按钮,将打开如图6-14所示的对话框。该对话框用于设置参数的初始值。MtmeStarting Vai nr; |dil i th
4、wi图5-2设置参数初始值“Name,框用于输入参数名称。a Starting ”框用于输入参数的初始值。输入完参数名和初始值后,单击“Add”按钮,则定义的变量及其初始值将显示在下方的参数框中。需要修改已经定义的参数变量, 先用将其选中,然后在“ Name和“ Starting ”栏 里进行修改,完成后点击“ Change”按钮确认修改。要删除已经定义的参数变量, 先用将其 选中,然后点击“ Bemove,按钮删除。在本例逻辑斯蒂模型中估计的参数有“ K”、a”和“b”三个参数变量。设置初始值为: K=0.1 ; a=3; b=0.1。参数的初始值可根据给定模型中参数定义范围情况而定。输入后
5、的“ Nonlinear ”对话窗口 如下图。图5-3设置参数初始值后的对话框完成后点击“Continue ”按钮。5)输入方程式在Model expression框中输入需要拟合的方程式,在该方程中包含自变量、参数变量和常数等。自变量和参数变量可以从左边的列表框和“Parameters”框里选入。方程中的函数可以从 Function ”框里选入;运算符号和常数可以用鼠标从窗口 数字符 号”显示区中点击输入。本例输入的逻辑斯蒂模型是:K/(1+EXP(a-b*t)。输入后的窗口显示如下图。图5-4设置后的非线性回归对话窗口6)迭代条件在主对话框中单击“ Loss”按钮,将打开如图5-5所示的对
6、话框。图5-5 Loss 对话框万Sum of squared residuals ”项,残差平方和最小值,系统默认。本例选该项。“User-defined loss function ”自定义选项。设置其他统计量为迭代条件,在下边输入框中输入相应的统计量的表达式,称为损失函数。在左上角的变量列表框中,“RESID代表所选变量的残差;“ PRED二代表预测值。可以从左下角框中选择已定义的参数进入损失函。7)参数取值范围在主对话框中单击“ Constraints ”按钮,将打开如图5-6所示的对话框。在该对话框中设置 回归方程中参数的取值范围。选中De巾ne parameter constrai
7、nt ”项,即可对选定的参数变量设置取值范围。参数的 取值范围,用不等式=,=来定义。例如,在本例逻辑斯蒂模型中K参数应该小于1。应该定义如下:k=0.9999定义后会提示:是否复制现有的变量名,回答“确定”。Boni inear R巳*工金工工:loti : Paraa clear Constraints Ltncoi.lfiined* ibefrie pcfar ete* constair -4C1J-q-JJ/JrlIR74C1J-q-JJ/Jrl图5-6参数取值范围对话框8)保存分析数据在主对话框中单击“ Save”按钮将打开如图5-7所示的对话框,选择要保存到数据文件中的统计量。图5
8、-7 Save对话框其中各项分别为:! aPredicted values ”因变量的预测值。 “Residuals ”因变量的残差。 a Derivatives ”派生数。厂“Loss function values ”损失函数值。9)迭代方法主对话框中单击“ Options”按钮,将打开如图5-8所示的对话框。图5-8迭代方法对话框a Bootstrap estimates of standard error”项,将采用样本重复法计算标准误。样本重复法需要顺序二次规划算法的支持。当选中该项时,SPSSa自动选中“ Sequentialquadratic Programming ”项。a E
9、stimation Method”框中列出了参数的两种估计方法:aSequential Quadratic Programming ”项为顺序二次规划算法。该方法要求输入的参数 为:Maximum 最大迭代步数。Step Iimit ”最大步长。Optimality”目标函数的迭代误差限。Function ”函数精度,应比目标函数的迭代误差限小。Infinite step当一次迭代中参数值的变化大于设置值,则迭代停止。“Levenberg-Marquardt ”项,采用麦夸尔迭代法),系统缺省设置。该法要求输入的参数为:Maximum iterations”最大迭代步数。Sum-of-squares convergence在一步迭代中目标函数残差平方和的变化比例小于设置的值时,迭代停止。Parameter convergence在一步迭代中参数的变化比例小于设置值时,迭代停止。本例选“Levenberg -Marquardt”项,最大迭代步数100,残差平方和的变化比例小于1E-8,参数的变化比例小于1E-8。10)提交执行所有的设置完成后,在主对话框中点击“ OK按钮提交所有设置,SPS纵行过程后输出结果显示在输出窗口中。11)结果分
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 内蒙古自治区赤峰市2025届联合考试语文试题试卷含解析
- 渭南职业技术学院《统计学原理》2023-2024学年第二学期期末试卷
- 江苏省兴化市市级名校2024-2025学年新初三入学考试英语试题含答案
- 河南省柘城县张桥乡联合中学2025年初三第一次五校联考化学试题含解析
- 云南省昭通市永善县第一中学2025年高三下学期质量检测试题考试(三)英语试题含解析
- 江苏省南京市秦淮区(一中学)2024-2025学年初三下学期3月联考语文试题含解析
- 云南省昭通市永善县第一中学2025年高中毕业班第二次模拟考试物理试题含解析
- 重庆邮电大学《的分层开发技术》2023-2024学年第二学期期末试卷
- 重庆市江津区第六中学2024-2025学年高三最后适应性模拟考试试卷物理试题试卷含解析
- 孝感市重点中学2025届高三一轮复习单元检测试题(三)化学试题含解析
- 门头广告合同协议
- 2025年中国电船制造行业市场全景监测及投资前景展望报告
- 施工安全的教育培训记录表
- (正式版)SH∕T 3548-2024 石油化工涂料防腐蚀工程施工及验收规范
- MOOC 敦煌文学艺术-浙江师范大学 中国大学慕课答案
- 贯彻落实八项规定精神情况自查表
- GA/T 1073-2013生物样品血液、尿液中乙醇、甲醇、正丙醇、乙醛、丙酮、异丙醇和正丁醇的顶空-气相色谱检验方法
- 网络项目割接方案V8
- 幼儿园老师爱的故事——感受一个听障儿童的成长
- 水利工程监理安全台账
- 《美丽的集邮册》朗诵
评论
0/150
提交评论