值以保证选入一个自变量因子,在当前所取的Fx 值下,进行逐步回归(引入或剔除变量)。在当前F值分析结束时,系统会出现如图界面,并询问用户是继续引入变量、剔除变量还是结束变量的引入、剔除工作。Р(二)逐步回归分析Р输出结果包括?①各个变量的平均值、标准差、协方差矩阵和相关系数矩阵;?②回归方程式;?③偏相关系数、t 检验值、复相关系数及其临界值;?④回归方程剩余标准差;?⑤拟合值及拟合误差;?⑥直接通径系数、间接通径系数和决定系数等。?主要分析结果解释?(1) 回归模型诊断:第一,方程的方差分析F 值的显著水平p 要小于等于0.05,否则,所建立的回归方程不能使用;第二,各个回归系数的偏相关系数的显著水平最好也小于等于0.05;第三,Durbin-Watson 统计量 d 是否接近于2。?(2) 通径分析:根据通径系数的大小和正负,可以推断各个因子对因变量的直接影响和间接影响。Р(三)二次多项式回归分析Р现代的二次回归正交旋转设计试验,即把正交设计和回归分析有机地结合起来,在正交设计的基础之上,利用回归分析,在给出的因素和指标之间,找出一个明确的函数表达式,建立因果关系的数学模型,以便定量地描述在某个生物学过程中各因素对指标的作用,并用该数学模型预测和控制生产。目前,组建多元二次回归模型几乎都是运用二次(旋转)回归设计来实现,当然也可对某些符合要求的历史资料作同样的分析,组建类似于二次(旋转)回归模型的多元二次多项式模型。?对这类回归分析模型,也可对其进行逐步回归分析,只保留显著的项,剔除不显著的项。DPS 系统提供的二次多项式回归功能模块的操作和使用方法可参考单因变量逐步回归分析部分,不同之处只是在处理数据矩阵时,除原始数据外还自动生成包括数据的二次多项式(即把各个自变量数据的二次多项式也作为一个自变量因子)。因此,系统最多能处理10 个自变量的原始数据矩阵(即m≤10)。
全文预览
