在自变量很多时,其中有的因素可能对应变量的影响不是很大,而且x之间可能不完全相互独立的,可能有种种互作关系。在这种情况下可用逐步回归分析,进行x因子的筛选,这样建立的多元回归模型预测效果会更较好。
逐步回归分析,首先要建立因变量y与自变量x之间的总回归方程,再对总的方程及每—个自变量进行假设检验。当总的方程不显著时,表明该多元回归方程线性关系不成立;而当某—个自变量对y影响不显著时,应该把它剔除,重新建立不包含该因子的多元回归方程。筛选出有显著影响的因子作为自变量,并建立“最优”回归方程。
回归方程包含的自变量越多,回归平方和越大,剩余的平方和越小,剩余均方也随之较小,预测值
的误差也愈小,模拟的效果愈好。但是方程中的变量过多,预报工作量就会越大,其中有些相关性不显著的预报因子会影响预测的效果。因此在多元回归模型中,选择适宜的变量数目尤为重要。
逐步回归在病虫预报中的应用实例:
以陕西省长武地区1984~1995年的烟蚜传毒病情资料、相关虫情和气象资料为例(数据见DATA6.xls),建立蚜传病毒病情指数的逐步回归模型,说明逐步回归分析的具体步骤。影响蚜传病毒病情指数的虫情因子和气象因子一共有21个,通过逐步回归,从中选出对病情指数影响显著的因子,从而建立相应的模型。对1984~1995年的病情指数进行回检,然后对1996~1998年的病情进行预报,再检验预报的效果。
变量说明如下:
y:历年病情指数
x1:前年冬季油菜越冬时的蚜量(头/株)
x2:前年冬季极端气温
x3:5月份最高气温
x4:5月份最低气温
x5:3~5月份降水量
x6:4~6月份降水量
x7:3~5月份均温
x8:4~6月份均温
x9:4月份降水量
x10:4月份均温
x11:5月份均温
x12:5月份降水量
x13:6月份均温
x14:6月份降水量
x15:第一次蚜迁高峰期百株烟草有翅蚜量
x16:5月份油菜百株蚜量
x17:7月份降水量
x18:8月份降水量
x19:7月份均温
x20:8月份均温
x21:元月均温
1)准备分析数据
在SPSS数据编辑窗口中,用“File→Open→Data”命令,打开“DATA6.xls”数据文件。数据工作区如下图3-1显示。
图3-1
2)启动线性回归过程
单击SPSS主菜单的“Analyze”下的“Regression”中“Linear”项,将打开如图3-2所示的线性回归过程窗口。
图3-2
线性回归对话窗口
3)
设置分析变量
设置因变量:将左边变量列表