问：spss怎么做岭回归
- 答：file—中弊物—卖液new——syntax，输入命令如下：
‘D:\spss\Samples\English\Ridge Regression.sps'.
RIDGEREG DEP=y/ENTER x1 x2 x3 x4
/inc=0.01.
include '卜扰D:\spss\Samples\English\Ridge Regression.sps'.
RIDGEREG DEP=y/ENTER x1 x2 x3 x4
/k=0.10.
有不懂可以私信我
问：怎么用SPSS运算岭回归， 用程序的时候老师显示ridgereg 识别不了
- 答：岭回归可以下载相关模块，也可以自己编程来实现。大部分人都会选择后一种方法。这个主要是因为代码很简洁，很容易编写。代码如下：
INCLUDE’d:\spss20.0\Ridge Regression.sps’.
Ridgereg enter=X1 X2 X3
/dep=y
诺，就这么三行。第一行里边戚禅行填写你的spss安装目录。比如我的按在d盘下面，所以我就填d:\spss20.0，如果你的按在c盘，那就填C盘呗。然后目录后边那个ridge regression，是最小二乘平方的宏的调用。然后第二行X1，X2，X3的位置填写你的高哗的名字。有几个就填几个。中间用空格隔开。第三行y的位置填你的。运行的时候，打开文件——新建——语法，进入语法编辑器窗口，输入上边的代码，袭指然后点运行——全部就可以了。结果会有一个系数表，这个表的第一列是，第二列是，第三列往后是你的自变量。其中k值会从0开始增大，同时决定系数也会慢慢变小，最终趋于稳定。（岭回归舍弃了一定的信息，从而改善了）要从这张表里边选取合适的k值，使决定系数尽量大，同时尽量稳定。选好k值就可以参照系数写出方程了。此外在岭回归里边是不会输出常数的。这也是和一般回归方法的一个不同之处。
问：谁能帮忙讲解一下分类变量的回归分析？自变量和因变量都为分类变量，请问怎样用SpSS做回归分析？
- 答：1、首先打开一份要进行线性回归分析的SPSS数据，然后点击【分析-回归-线性】。
2、然后将因变量和自变量分别放入相应的框中。
3、接着可以进行选择变量，即档裤对变量进行筛选，并利用右侧的“规则”按钮建立一个选择条件，这样，只有满足该条件的记录才能进行回归分析。
4、接着点击右侧的统计量打开统计量子对话框，然后勾选图中的选项。
5、接着打开选项子对话框，然后勾选【在等式中蚂伏包含常亮】。
6、这里需要先对自变量和因变行物简量进行方差齐性检验，然后能得到a=110.190，b=-0.391。线性回归方程结果为：y=110.190-0.391x。 - 答：分类变量为毁旅因变量，连续变量为自变量，做逻辑回归。或者是分类变量为自变量，连续变量为因变量，而且是做线性关系，则先将分类变量设置虚拟变量，再做线性回归。
线性回归通常是人们在学搭余逗习预测模型时首选的技术之一。在这种技术中，因变量是连续的，自变量可以是连续的也可以是离散的，回归线的性质是线知卖性的。
线性回归使用最佳的拟合直线（也就是回归线）在因变量（Y）和一个或多个自变量（X）之间建立一种关系。
用一个方程式来表示它，即 Y=a+b*X + e，其中 a 表示截距，b 表示直线的斜率，e 是误差项。这个方程可以根据给定的预测变量（s）来预测目标变量的值。
扩展资料
要点：
1、自变量与因变量之间必须有线性关系。
2、多元回归存在多重共线性，自相关性和异方差性。
3、线性回归对异常值非常敏感。它会严重影响回归线，最终影响预测值。
参考资料来源： - 答：1、首先在数据视图窗口编辑入数据，在变量视图窗口进行编辑，根据每个变量德 类型，宽度等属性进行输入，如图所示。
2、然后点击【分纯铅析】-【回归】【线性L】即可出现下图。
3、接着选择右边的【统计量】-选择出需要的统计分析数据，然后点击继续--和确定。
4、这是一个基本的输出结核哗果的界面信息，这些信息会告做氏好诉你：模型的汇总及是需要注意查看的。 - 答：如果因变量是分类变量，颤烂则哪你采用多元回归分析就是错误的了
应该采用logistic回归来进行历差的
因变量的4分类是否属于有序的还是无序的
如果有序，则使用有序多分类logistic回归
若无茄棚序，则使用无序多分logistic回归
