SPSS回歸分析：曲線估計_spss回歸分析預測

一、概念（分析-回歸-曲線估計）

曲線估計過程為11 種不同的曲線估計回歸模型生成曲線估計回歸統計量和相關的圖。將對每個因變量生成一個單獨的模型。也可以將預測值、殘差和預測區間保存為新變量。

二、模型（分析-回歸-曲線估計）

您可以選擇一個或多個曲線估計回歸模型。要確定使用哪種模型，請繪制數據。如果變量顯示為線性相關，則使用簡單線性回歸模型。當變量不是線性相關時，請嘗試轉換數據。當轉換沒有幫助時，則可能需要更復雜的模型。查看數據的散點圖；如果該圖看起來像是您了解的某個數學函數，則將數據與該類型的模型進行擬合。例如，如果數據看起來像指數函數，請使用指數模型。

1、線性. 方程為Y = b0 + (b1 * t) 的模型。按時間的線性函數建模的序列值。

2、對數. 方程為Y = b0 + (b1 * ln(t)) 的模型。

3、逆模型. 方程為Y = b0 + (b1 / t) 的模型。

4、二次. 方程為Y = b0 + (b1 * t) + (b2 * t**2) 的模型。二次模型可用來對“減弱”的序列或阻尼衰減的序列進行建模。

5、三次. 由方程Y = b0 + (b1 * t) + (b2 * t**2) + (b3 * t**3) 定義的模型。

6、冪. 方程式為Y = b0 * (t**b1) 或ln(Y) = ln(b0) + (b1 * ln(t)) 的模型。

7、復合. 方程為Y = b0 * (b1**t) 或ln(Y) = ln(b0) + (ln(b1) * t) 的模型。

8、S. 方程式為Y = e**(b0 + (b1/t)) or ln(Y) = b0 + (b1/t) 的模型。

9、邏輯. 方程為Y = 1 / (1/u + (b0 * (b1**t))) 或ln(1/y-1/u)= ln (b0) + (ln(b1) * t) 的模型，其中u 是上界值。選擇“邏輯”之后，請指定用在回歸方程中使用的上界值。該值必須是一個大于最大因變量值的正數。

10、增長. 方程式為Y = e**(b0 + (b1 * t)) 或ln(Y) = b0 + (b1 * t) 的模型。

11、指數. 方程為Y = b0 * (e**(b1 * t)) or ln(Y) = ln(b0) + (b1 * t) 的模型。

三、保存（分析-回歸-保存）

1、保存變量。對于每個選定的模型，您可以保存預測值、殘差（因變量的觀察值減去模型預測值）和預測區間（上限和下限）。新變量名稱和描述標簽顯示在輸出窗口中的表中。

2、預測個案。在活動數據集中，如果選擇時間而不是變量作為自變量，則可以指定超出時間序列結尾的預測期。您可以選擇以下選項之一：◎從估計期到最后一個個案的預測。在估計期內的個案的基礎上預測文件中所有個案的值。顯示在對話框底端的估計期可通過“數據”菜單上的“選擇個案”選項的“范圍”子對話框來定義。如果未定義任何估計期，則使用所有個案來預測值?！蝾A測范圍。根據估計期中的個案，預測指定日期、時間或觀察號范圍內的值。此功能可以用于預測超出時間序列中最后一個個案的值。當前定義的日期變量確定可用于指定預測期結尾的文本框。如果沒有已定義的日期變量，則您可以指定結尾的觀察（個案）號。