文章插图
假设我们要绘制一个时间为横坐标，GDP为纵坐标的二维直方图，即可进行操作得到如下结果：
文章插图
当然在第二个绘图指令中，还可以进行这样的操作：
文章插图
你选择几个变量，就会有相应的几维图形 。（最多构造三维哦）
在绘图中，点击“旧对话框”会显示下面内容：
文章插图
同理根据自己的需求进行图形的绘制 。
8.缺失值分析
理解这个很简单，就是我们在数据收集的过程中，可能存在数据的缺失，那么数据的缺失就会对我们的处理结果造成一定的影响 。利用spss软件对缺失值进行处理，使我们分析的相关结果更加合理 。
对缺失值的处理 *** 有很多，包括什么直接删除法、或者用什么数据来进行替代，也可以用EM或者回归的 *** ，从未缺失的数据分布情况中推算出缺失的数据的估计值 。“分析”--“缺失值分析”
首先我对之前的那份GDP数据进行故意挖空，形成缺失现象，便于进行分析：
文章插图
主要挖了三处空，然后利用spss缺失值分析中的EM进行数据的缺失处理，得到下图：
文章插图
这样就完成了缺失值的处理，当然也可以用回归的 ***。
文章插图
文章插图
9.简单线性回归和相关性分析
先讲相关性，相关性用r表示，r值为正则正相关，反之则为负相关 。r的绝对值越大，则相关性越强 。可以用spearman等级相关系数来看相关程度 。
文章插图
举个栗子：利用下面数据做相关性分析并构造回归模型 。
文章插图
文章插图
当然kendall和pearson相关系数也是可以表示相关性的，都差不多 。
文章插图
通过这个pearson相关系数（等于0.971）可以看出两个变量的相关性很强！
文章插图
得到的spearman系数和kendall系数也是接近于1的，表明两个变量之间确实存在的正的相关性 。再利用回归 *** 确定出模型：
文章插图
如下图所示进行相关设置：
文章插图
进行操作，得到的结果如下：
文章插图
通过上表，则我们的回归模型为：（设患病率为Y，碘含量为X）
Y=17.484+4.459X 。
文章插图
10.Logistic回归模型
如果要分析的数据是分类变量，那么可以采取logistic回归模型对数据进行分析，首先讲一下二项分类的logistic回归，该模型的方程为：
P=1/(1+EXP(-b0+b1x1+b2x2+...+bnxn))
通过spss确定出上述方程的系数，即可确定出该模型 。
文章插图
举个栗子：
文章插图
查看变量窗口：
文章插图
y表示康复情况，y=0则是没有康复，y=1则是康复，x1表示病情的严重程度，x1=0则表示病情不严重，x1=1则表示病情严重 。x2表示疗法，x2=0则表示新疗法，x2=1则表示旧疗法 。
并进行如下设置：
文章插图
结果为：
文章插图
通过上表，可以得到二元logistic回归模型为：
P(Y=1)=1/(1+EXP(-0.928-0.909X1-1.669X2))
推荐阅读
- 梦见妖精
- 女孩子算命中带剑什么意思 南斗六星的传说故事
- 梦见通奸
- 称骨算命女版 东西结合，天梁星是什么星座
- 印堂有红胎记算命 八卦口诀，先天八卦口诀是什么
- 算命最准的免费 八字中孤辰寡宿是啥意思，孤辰寡宿怎么破解
- 梦见阵雨
- 梦见蹴鞠
- 数字能量学算命 拍打胆经的好处是什么？据说能够瘦腿
- 梦见蛇头