下載本文檔
版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、實(shí)驗(yàn)六 用SPSS進(jìn)行非線性回歸分析例:通過(guò)對(duì)比12個(gè)同類企業(yè)的月產(chǎn)量(萬(wàn)臺(tái))與單位成本(元)的資料(如圖1),試配合適當(dāng)?shù)幕貧w模型分析月產(chǎn)量與單位成本之間的關(guān)系 1 / 4圖1原始數(shù)據(jù)和散點(diǎn)圖分析一、散點(diǎn)圖分析和初始模型選擇在SPSS數(shù)據(jù)窗口中輸入數(shù)據(jù),然后插入散點(diǎn)圖(選擇GraphsScatter命令),由散點(diǎn)圖可以看出,該數(shù)據(jù)配合線性模型、指數(shù)模型、對(duì)數(shù)模型和冪函數(shù)模型都比較合適。進(jìn)一步進(jìn)行曲線估計(jì):從Statistic下選Regression菜單中的Curve Estimation命令;選因變量單位成本到Dependent框中,自變量月產(chǎn)量到Independent框中,在Models框
2、中選擇Linear、Logarithmic、Power和Exponential四個(gè)復(fù)選框,確定后輸出分析結(jié)果,見(jiàn)表1。分析各模型的R平方,選擇指數(shù)模型較好,其初始模型為但考慮到在線性變換過(guò)程可能會(huì)使原模型失去殘差平方和最小的意義,因此進(jìn)一步對(duì)原模型進(jìn)行優(yōu)化。模型匯總和參數(shù)估計(jì)值因變量: 單位成本 方程模型匯總參數(shù)估計(jì)值R 方Fdf1df2Sig.常數(shù)b1線性.912104.179110.000158.497-1.727對(duì)數(shù).943166.595110.000282.350-54.059冪.931134.617110.000619.149-.556指數(shù).955212.313110.000176.
3、571-.018自變量為 月產(chǎn)量。表1曲線估計(jì)輸出結(jié)果二、非線性模型的優(yōu)化SPSS提供了非線性回歸分析工具,可以對(duì)非線性模型進(jìn)行優(yōu)化,使其殘差平方和達(dá)到最小。從Statistic下選Regression菜單中的Nonlinear命令;按Paramaters按鈕,輸入?yún)?shù)A:176.57和B:-.0183;選單位成本到Dependent框中,在模型表達(dá)式框中輸入“A*EXP(B*月產(chǎn)量)”,確定。SPSS輸出結(jié)果見(jiàn)表2。由輸出結(jié)果可以看出,經(jīng)過(guò)6次模型迭代過(guò)程,殘差平方和已有了較大改善,縮小為568.97,誤差率小于0.00000001,優(yōu)化后的模型為:迭代歷史記錄b迭代數(shù)a殘差平方和參數(shù)AB1
4、.0104710.523176.570-.1831.15.346E+133-3455.8132.2431.230684076640.873476.032.0871.397312.724215.183-.1602.097312.724215.183-.1602.183887.036268.159-.1333.083887.036268.159-.1333.159358.745340.412-.1024.059358.745340.412-.1024.126232.008385.967-.0655.026232.008385.967-.0655.17977.231261.978-.0386.079
5、77.231261.978-.0386.11388.850153.617-.0157.01388.850153.617-.0157.1581.073180.889-.0198.0581.073180.889-.0198.1568.969182.341-.0199.0568.969182.341-.0199.1568.969182.334-.01910.0568.969182.334-.01910.1568.969182.334-.019導(dǎo)數(shù)是通過(guò)數(shù)字計(jì)算的。a. 主迭代數(shù)在小數(shù)左側(cè)顯示,次迭代數(shù)在小數(shù)右側(cè)顯示。b. 由于連續(xù)殘差平方和之間的相對(duì)減少量最多為 SSCON = 1.000E-008,因此在 22 模型評(píng)估和 10 導(dǎo)數(shù)評(píng)估之后,系統(tǒng)停止運(yùn)行。表2非線性回歸的輸出結(jié)果傳統(tǒng)手工運(yùn)算求解,運(yùn)算量與迭代次數(shù)成正比;而
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 2025年受歡迎人事代理合同
- 2025年生態(tài)環(huán)保技術(shù)推廣合同
- 二零二五年度木材行業(yè)信息化建設(shè)與數(shù)據(jù)服務(wù)合同2篇
- 鍍錫平板軋材項(xiàng)目可行性研究報(bào)告建議書(shū)申請(qǐng)備案
- 2020-2025年中國(guó)半導(dǎo)體激光治療機(jī)行業(yè)市場(chǎng)運(yùn)營(yíng)現(xiàn)狀及投資戰(zhàn)略咨詢報(bào)告
- 貴陽(yáng)2025年租賃合同含租賃雙方權(quán)利義務(wù)及爭(zhēng)議解決機(jī)制2篇
- 2025年度文化創(chuàng)意產(chǎn)業(yè)知識(shí)產(chǎn)權(quán)運(yùn)營(yíng)框架協(xié)議
- 二零二五年度道路工程施工合同糾紛處理協(xié)議
- 二零二五年度綠色食品連鎖店進(jìn)貨合同電子版
- 二零二五年度2025年度生物制藥行業(yè)研究員聘用協(xié)議
- 2025年長(zhǎng)沙穗城軌道交通有限公司招聘筆試參考題庫(kù)含答案解析
- 人教版物理八年級(jí)下冊(cè) 專項(xiàng)訓(xùn)練卷 (一)力、運(yùn)動(dòng)和力(含答案)
- 山東省房屋市政工程安全監(jiān)督機(jī)構(gòu)人員業(yè)務(wù)能力考試題庫(kù)-中(多選題)
- 重慶市2023-2024學(xué)年七年級(jí)上學(xué)期期末考試數(shù)學(xué)試題(含答案)
- 2024年中考語(yǔ)文滿分作文6篇(含題目)
- 北師大版 2024-2025學(xué)年四年級(jí)數(shù)學(xué)上冊(cè)典型例題系列第三單元:行程問(wèn)題“拓展型”專項(xiàng)練習(xí)(原卷版+解析)
- 2023年譯林版英語(yǔ)五年級(jí)下冊(cè)Units-1-2單元測(cè)試卷-含答案
- 施工管理中的文檔管理方法與要求
- DL∕T 547-2020 電力系統(tǒng)光纖通信運(yùn)行管理規(guī)程
- 種子輪投資協(xié)議
- 執(zhí)行依據(jù)主文范文(通用4篇)
評(píng)論
0/150
提交評(píng)論