SPSS教程(26)- 加权最小二乘法

作者:wendy | 创建时间: 2023-06-25
。加权最小二乘法能够有效的解决此类问题,它能根据因变量变异大小对相应数据给予不同的权重,在拟合时对变异较小(即测量更精确)的测量值赋予较大的权重,则能够提高模型的精度,达到更好的预测效果。...
SPSS教程(26)- 加权最小二乘法

操作方法

为了解决上述数据分析的问题,SPSS专门提供了加权最小二乘法,它可根据用户提供的权重变量的大小为不同的数据不同权重。需要指出的是,加权最小二乘法是一种带有倾向性的数据拟合方法,如果因变量方差实际并无波动,或选择了错误的变量用于权重,那么它的拟合结果不如普通最小二乘法准确。

选择需要进行分析的数据

选择菜单【分析】-【回归】-【线性】,如果不考虑将样本数量作为权重代入线性模型中,那么直接将单纤维强力选为因变量,将纤维根数选为自变量。如果考虑样本数量对模型的影响,那么就将样本数量选为WLS权重。

结果如下: 简单线性回归模型与加权线性回归模型质量对比;

回归系数对比

回归曲线对比

求投票

您的支持是我最大的动力!希望大家多多支持,让我能做的更好! 您如果觉得此篇经验对您有帮助,请到网页最下边给我支持,帮我投投票,在这里小编先谢谢大家了。

点击展开全文

更多推荐