SPSS數(shù)據(jù)分析-廣義線性模型

1、我們前面介紹的一般線性模型、Logistic回歸模型、對數(shù)線性模型、Poisson回歸模型等，實際上均屬于廣義線性模型的范疇，廣義線性模型包含的范圍非常廣泛，原因在于其對于因變量、因變量的概率分布等條件的限制放寬，使其應(yīng)用范圍加大。廣義線性模型由以下幾個部分組成1.因變量廣義線性模型的因變量還是要去獨立性，但是分布不再局限于正態(tài)分布一種，而是可以是指數(shù)族概率分布的任意一種，其方差也可以不穩(wěn)定，但必須要能表達為依賴均值的函數(shù)線性部分廣義線性模型因變量與自變量必須為線性關(guān)系，即因變量與自變量之間是一次方函數(shù)關(guān)系，這點和傳統(tǒng)線性模型也一樣連接函數(shù)用于描述因變量的期望值是如何和預(yù)測值相關(guān)聯(lián)的由上可知，

2、和傳統(tǒng)線性模型相比，廣義線性模型主要從以下兩個方面進行了擴展因變量的分布范圍擴大連接函數(shù)的引入通過選定不同的因變量概率分布、連接函數(shù)等，就可以擬合各種不同的廣義線性模型，例如當因變量分布為正態(tài)分布、連接函數(shù)為恒等函數(shù)時，就是擬合一般線性模型；當因變量分布為二項分布，連接函數(shù)為Logit函數(shù)時，就是擬合Logistic回歸，當因變量分布為Poisson分布，連接函數(shù)為對數(shù)時，就是擬合Poisson回歸，下面我們通過一個例子來進行說明廣義線性模型在SPSS中的使用情況例，希望研究不同溫度不同催化劑不同批次條件下，某化合物的轉(zhuǎn)化率情況，數(shù)據(jù)如下根據(jù)本例的實驗?zāi)康?，可以采用方差分析，但是本例為嵌套實?/p>

3、設(shè)計，共有三個因素，溫度、催化劑、批次，其中溫度是嵌套在催化劑因素下面的，因此SPSS無法直接使用方差分析的對話框來進行分析，需要在程序中進行修改，比較麻煩，但是如果使用廣義線性模型，就可以直接使用對話框進行分析了分析廣義線性模型廣義線性模型犠製比總因變矗竜卜汕：iE態(tài)U已也含18100.0%L1排除C0.0%13100.0%似然比卡方dfSig.2357.5009.000Omnibus襁瓏因?qū)D量:轉(zhuǎn)化率(截距),a,b(a),cishua將擬合模型與應(yīng)截距魁進首先輸出的結(jié)果是模型信息和秦例處理情況，顯示因?qū)D量為轉(zhuǎn)化率，曲于因?qū)D臺罡連續(xù)變量，因此楓瘵分布假設(shè)淘正態(tài)，連接函數(shù)為恒等固數(shù)接下耒輸出的結(jié)果淘模型中的連續(xù)變量和分類變童的描述信息和姒合優(yōu)度表格，在此不再養(yǎng)述，看一下Omnibus該檢驗的目的星通過當前模型和不含自變量的模型進行比較，檢驗當前模型是否有青義，結(jié)果小于0-05,說明當前模型是有意義的，該方法使用的懸佩然比卡方檢驗，如果使用一般線性模型進行方差分析，該卡方值等于三型平方和。犠製比總犠製比總型Valdtdf湘(WE999045001.000a195S.D0Q2.000h(a4oi,opd6.000dshu.5001.480因甕豐:脾化宰(HE!,a.b(a).cishu等