第十七章例题SPSS实现
例17-4  某研究者为了研究某种对人体血糖的影响，分别在正在使用这种的人、6个月前曾经使用过这种的人、从未使用过的人中各随机抽取6人。考虑到血糖可能与年龄有关，所以该研究者不仅测定了这18位对象的血糖，而且也记录了这18位对象的年龄，具体资料见表17－4。请根据研究问题作统计分析。
表17-7  哑变量化后的表17-4资料
现服药组
曾服药组
从未服药组
20
120
0
1
24
126
1
0
28
135
0
0
21
122
0
1
26
130
1
0
32
137
0
0
23
124
0
1
27
132
1
0
34
138
0
0
23
126
0
1
29
131
1
0
35
137
0
0
24
125
0
1
29
134
1
0
35
139
0
0
24
127
0
1
30
136
1
0
37
144
0
0
数据文件：例17-4.sav
数据格式：数据库5列、18行，数据有5个变量：“id” 、“x”、 “y” 、 “g1” 、 “g2”代分别代表编号、年龄、血糖水平、服药情况指示变量1和服药情况指示变量2。
（一）未引入年龄变量
操作步骤：
提    示
说    明
Analyze→ Regression →Linear
Dependent框→y
Independent框→ g1、g2
Method 框：Enter
变量强制进入模型
OK
输出结果：
1．
此部分输出了部分衡量模型拟合优劣的指标，决定系数R Square=0.814，校正决定系数Adjusted R Square=0.789，剩余误差的标准差（Std.Error of the Estimate）=3.064。
对模型的F检验结果P<0.001，则说明模型中至少一个自变量的回归系数不为0，所建立的回归模型是有统计学意义的。
上表输出了对模型中各自变量的偏回归系数是否为0的t检验结果，和的回归系数统计检验的P均小于0.05，基于 =0.05检验水准，可以认为和。
（二）模型中引人年龄变量
操作步骤：
提    示
说    明
Analyze→ Regression →Linear
Dependent框→y
Independent框→ g1、g2、x
Method 框：Enter
变量强制进入模型
OK
输出结果：
1．
决定系数R Square=0.947，校正决定系数Adjusted R Square=0.936，剩余标准差（Std.Error of the Estimate）=1.68876。均较未纳入年龄变量前有所改善。
对模型的F检验结果P<0.001，则说明模型中至少一个自变量的回归系数不为0，所建立的回归模型是有统计学意义的。
g1和g2的回归系数统计检验的P值均大于0.05，不能认为三组总体均数不同，年龄的回归系数检验的P值<0.001,说明年龄与血糖相关，因此在回归方程中没有引入年龄变量时，三组平均血糖的差异有统计学意义，有可能是三组的年龄差异所致。
例17-5 为了研究影响肥胖者瘦素（Leptin）的主要危险因素，某研究者调查了某医院肥胖门诊的500名肥胖就诊者的瘦素、年龄、体重指数、总胆固醇、甘油三酯、是否患糖尿病、是
否患高血压、饮食、运动、服药情况等，并用逐步线性回归模型分析影响瘦素的主要因素。为了简化问题，仅取自变量为年龄（X1，岁）、体重指数(X2，kg/m2)、总胆固醇(X3，mmol/L)、是否患糖尿病（X4，患糖尿病为1，不患糖尿病为0）和是否患高血压（X5，患高血压为1，不患高血压为0），应变量为瘦素（Y，ng/ml）。为了说明的方便，这里仅从500名肥胖就诊者中随机取30例，具体数据如表17-11所示，试用逐步线性回归分析寻主要的影响因素。
表17-11  例17-5的数据
X1
variable怎么记X2
X3
X4
X5
Y
X1
X2
X3
X4
X5
Y
X1
X2
X3
X4
X5
Y
63
31.0
14.1
0
0
10.4
39
29.0
6.8
0
1
8.5
60
29.5
13.0
0
1
9.1
43
27.7
8.5
1
0
6.5
66
31.1
15.3
0
0
10.4
58
28.8
14.2
1
0
9.4
51
27.6
11.8
1
1
9.3
43
29.5
7.3
0
0
8.2
34
28.1
5.5
1
1
5.3
57
30.7
12.9
1
0
11.1
63
29.7
15.5
0
0
8.4
32
28.9
4.5
0
0
5.1
49
27.9
8.8
0
0
7.1
49
28.9
10.1
0
0
6.5
60
27.9
12.4
1
1
9.7
38
29.5
6.2
0
1
6.7
44
28.7
8.6
0
0
8.9
55
30.7
12.8
1
1
10.3
57
28.5
11.6
0
1
8.6
39
28.3
6.8
0
0
5.6
52
30.7
9.9
1
1
10.3
34
26.8
5.3
0
0
3.0
54
30.5
11.3
0
1
9.4
51
26.9
10.9
0
0
9.1
44
29.3
9.0
0
0
6.9
53
29.1
11.2
0
0
7.1
30
25.8
4.9
1
1
3.8
62
29.5
14.7
1
0
11.4
54
28.3
12.8
0
0
8.1
60
30.3
12.9
1
1
11.8

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。