excel回归分析结果详解,标准曲线回归方程excel

11个月前 (04-23)

咏早梅 / 扬州法曹梅花盛开

【南北朝】何逊

兔园标物序，惊时最是梅。

衔霜当路发，映雪拟寒开。

枝横却月观，花绕凌风台。

朝洒长门泣，夕驻临邛杯。

应知早飘落，故逐上春来。

这首诗以咏梅为题，处处围绕着一个"梅"字落笔，描绘出了一幅凌寒独放的早梅图。

全诗把情、景、理相结，景中寓情，情中有理，通过一种的交融，寓情于物，将梅花作为自己的化身，描述了一副栩栩如生的艺术形象，表现诗人不趋炎附势，疏枝独立不失气节的品德。

在医学研究实践中，两个变量的直线关系并不多见，所以不能简单的直线关系把相对应的关系准确描述出来。如：血药浓度—时间曲线是先升后降；药剂量与疗效反应率的关系呈曲线变化趋势。优势，在局部内两个变量的关系也许呈直线趋势，扩大范围后却显示出曲线趋势。如：人的生长发育，在某一阶段，身高与年龄可以用线性模型来描述，但从整个生期刊，身高与年龄之间却是明显的曲线关系。

曲线拟（Curve Fitting）是求解反映变量间曲线关系的曲线回归方程的过程。分析步骤如下：

Step1. 根据自变量x和因变量y散点图呈现的趋势，结专业知识及经验选择适的曲线形式。在某些情况下，绘制散点图时采用一些特殊的坐标系可能更有利于揭示变量间的关系，更容易确定曲线方程的形式。

Step2. 选用适当的估计方法求得回归方程。若曲线形式可表示为x的某种变换形式与y的线性关系（如，对数曲线 y=b0+b1lnx），即可采用曲线直线化的方法对变换后的z（如z=lnx）和y做最小二乘拟。

Step3. 在实际工作中，可结散点图试拟几种不同形式的曲线方程并计算R2，一般来说，R2较大时拟效果较好，但应注意，为了单纯得到较大的R2，模型的形式可能会很复杂，甚使其中的参数无法解释实际意义，这是不可取的。因此，要充分考虑专业知识，结实际解释和应用效果来确定最终的曲线形式。

SPSS曲线估计模块能够自动拟包括线性模型、对数曲线模型、二次曲线模型和指数曲线模型在内的多种曲线模型，输出统计量包括回归系数、调整R方和方差分析表。

示例：用已知浓度的免疫球蛋白A做火箭电泳，测得火箭高度（输入如下）。试采用恰当的回归方程描述火箭高度y与免疫球蛋白浓度x之间的关系。

1. 绘制散点图

（1）打开图形—旧对话框—散点图

（2）火箭高度y 作为y轴，免疫蛋白浓度x 作为x轴，点击确定

2. 打开分析—回归—曲线估算

3. 参数选择

（1）主页面说明

a. 变量：选择普通的变量作为自变量

b. 时间：选择时间作为自变量，数据为时间序列数据格式。

（2）"保存"页面

4. 结果输出与解释：

（1）模型描述

（2）模型比较

（3）拟曲线

5. 语法

excel