□谢煊(成都体育学院四川成都610041;华安财产保险股份有限公司四川分公司四川成都610016)
多元线性回归的S P SS统计应用
——以某公司成年男子体脂率与身体形态指标为例
□谢煊(成都体育学院四川成都610041;华安财产保险股份有限公司四川分公司四川成都610016)
本文运用多元线性回归分析方法,对某公司40名成年男子的体脂率与身体形态指标进行分析,用逐步回归方法建立线性回归方程,并与全回归结果进行对比,通过分析找出影响体脂率的主要形态指标因素。
成年男子体脂率形态指标多元线性回归应用
为了描述父母身高与儿子身高之间的关系,生物统计学家高尔顿(F.Galton,1822-1911)引进了“回归”一词。
线性回归分析研究的是因变量与自变量的线性依存关系,多元线性回归方程为:y^=b0+b1x1+…+b k x k,其中y^为因变量y的估计值,x i(i=1,…,k)为自变量,k为自变量个数,b0为回归方程的常数项,b i(i=1,…,k)为回归系数。
一元线性回归方程在回归模型中只含有一个自变量,它是多元线性回归方程的特殊情形。
某公司40名成年男子体脂率(y)与身高(x1)、体重(x2)、胸围(x3)、腰围(x4)、臀围(x5)等指标,如下表1所示。运用多元线性回归分析法的其中两种方法,即全回归分析法及逐步回归分析法及其相互间的分析对比,找出影响体脂率的主要形态指标因素。
选择“分析”菜单—“回归”—“线性(L)…”项,打开如图1所示的“线性回归”对话框,从左边的原变量列表框将因变量“体脂率”移至“因变量(D)”框,再将“身高”、“体重”、“胸围”、“腰围”、“臀围”等自变量全部移至“自变量(I)”框。……