回歸分析是處理數(shù)據(jù)、分析數(shù)據(jù)特征和關系的一種重要方法，在各個領域的數(shù)理統(tǒng)計分析中都非常有用。回歸分析中有多種分析方法，接下來我們要介紹的是IBM SPSS Statistics中的曲線估算分析方法。

一、曲線估算

和線性回歸的原理類似，曲線估算也是以最小二乘法為基礎，來分析曲線關系資料在數(shù)量變化上的特征和規(guī)律的一種回歸分析方法。

圖1：曲線估算

在“分析”菜單中找到“回歸”，點擊其中的“曲線估算”，可以打開曲線估算的分析窗口。

二、操作方法

1.數(shù)據(jù)樣本

圖2：數(shù)據(jù)樣本

這是一份從1978年到2005年某地區(qū)人均收入和部分支出情況的統(tǒng)計表，使用曲線估計可以分析年人均可支配收入和教育支出的基本關系。

2.變量設置

圖3：變量設置

曲線估計中需要設置三個變量：因變量、自變量和標簽變量，我們要探究教育支出隨人均可支配收入變化的關系，所以將教育支出移入到因變量窗口內。

自變量的選擇要分為兩類：時間變量和數(shù)字變量，時間變量是一個特例，如果自變量是以時間為刻度變化的，就需要點擊選擇“獨立”中的“時間”，SPSS會自動生成一個時間變量以進行曲線估計。

我們這里使用數(shù)字變量即可，點擊“變量”，將“人均可支配收入”移入該窗口。

個案標簽是用來標記觀測距離的變量，將年份移入框內。

3.模型設置

圖4：模型設置

我們需要選擇一個或多個模型以便于SPSS開始分析，每個模型都是自變量和因變量之間的變化關系，這里選擇的是線性、二次、復合和三次。

勾選“在方程中包括常量”、“模型繪圖”和“顯示ANOVA”表。

4.保存設置

圖5：保存設置

這個對話框內可以設置保存的變量類型，包括預測值、殘差和預測區(qū)間，如果是時間變量，將會激活右側的預測個案窗口，這里我們不做設置。

5.分析結果

圖6：分析結果

在輸出日志窗口中，可以看到每個回歸模型的分析結果，根據(jù)模型的顯著性系數(shù)小于0.05則該模型顯著，可以判斷線性、立方和復合模型都是可信的，且三次模型最可信。

圖7：回歸圖

在分析結果最后，有一個完整的散點圖來表示因變量和自變量之間的回歸關系，比較觀測值和回歸曲線、不同的回歸曲線，可以分析得出該樣本的最佳回歸模型是三次模型。

三、小結

本文中我們主要介紹了曲線估計以及如何進行簡單的SPSS曲線估算分析，這個方法適用于絕大多數(shù)的連續(xù)型的數(shù)字變量，希望可以對大家有所幫助！