python逐步回归筛选变量_SPSS进行逐步回归分析

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