回归分析不符合正态分布自变量和变量需要同时转换吗
来源:学生作业帮助网 编辑:作业帮 时间:2024/06/06 02:37:04
logistic回归对自变量类型一般不做规定,但它要求自变量与logitp之间应符合线性关系.当自变量为分类变量时,可不必考虑线性关系,但当自变量为连续型变量时,则需要检验二者之间的线性关系是否成立.
用典型相关分析,做不到你说的回归分析,回归需要因变量只有一个,你可以用因子分析提取一个共因素,然后再进行回归
联系你了,看能否帮到
使用二分类的logistic回归分析因变量移入相应对话框自变量中的分类变量移入相应的类别对话框,连续性自变量移入协变量对话框其他默认就可以了其实操作是很简单的,但是结果解释就比较难
如果因变量是分类变量,哪你采用多元回归分析就是错误的了应该采用logistic回归来进行的因变量的4分类是否属于有序的还是无序的如果有序,则使用有序多分类logistic回归若无序,则使用无序多分lo
啥意思啊据我对问题的了解做以下回答比较标准化回归系数,值最大的表示影响最大,前提是具有显著性.
要用到AMOS了,用SPSS和AMOS结合起来做
先进性复共线性检验,如果变量之间复共线性特别大,那么进行岭回归和主成分回归,可以减少复共线性,岭回归是对变量采取了二范数约束,所以最后会压缩变量的系数,从而达到减小复共线性的目的,另外这个方法适合于p
你是想调整数据呢还是想调整什么呢?线性回归时候,相关系数只是表明了各个系数之间的相关程度.但是自变量对因变量不显著的话,只能说明自变量多因变量影响不大,可以考虑换其他的跟因变量关系更加大的变量.或者在
在试验设计(DOE)中一元回归分析的自变量、因变量不会服从正态分布的.在完成数据的一元回归分析后,应该检验回归分析的残差,包括残差对观测顺序、残差对自变量、残差对因变量、残差自身的分布都应该服从正态分
不用输,直接将excel导入SPSS,然后再对变量进行设置
PROCUNIVARIATEDATA=数据集名NORMALPLOT;VAR变量;RUN;如果对数不行,还可以用COX-BOX转换,或是其它的...对数和COX-BOX这两种转换方式居多
y=ax+b(1)x=(y-b)/a=y/a-b/a(2)//:a≠0,也表示反函数存在.因此,做线性回归分析时,A,B谁作自变量都是可以的,但回归方程、回归系数间的关系由(1)、(2)二式确定.不管
F=0.9要看相应的标准误才能决定F的显著性水平啊.F表示自变量的联合显著性.再问:我把图截上来了,您可以告诉我Multiple R、R Square、Adjusted
回归分析regressionanalysis研究一个或多个随机变量Y1,Y2,…,Yi与另一些变量X1、X2,…,Xk之间的关系的统计方法.又称多重回归分析.通常称Y1,Y2,…,Yi为因变量,X1、
不一定要求都正态分布的,因为分析方法有很多,针对数据情况合适选用,如t检验,χ2检验等等检验方法;数据转换后分析不影响结果的一般情况下,虽然数据是变了,但数据间关系及差异情况是不会变的,要不然就不会有
回归分析中,对自变量或因变量的分布形式没有要求查看原帖
回归分析只是对因变量有要求必须是连续性数值变量自变量可以使分类变量如果分类变量是二分类的则直接纳入回归自变量不需要进行特殊转换如果是超过二分类的自变量需要进行虚拟变量也就是哑变量转换.转换的方式相当于
个人建议你是先做所有变量的多元回归,因为你在做自变量与因变量间的相关系数时,是排除了其他变量的影响,而在做多元回归时,变量间有可能存在影响的.然后再看回归的结果,比如R平方,F值,方程的显著性,系数的