线性回归是一种常用的统计分析方法,用于建立自变量和因变量之间的线性关系模型。当知道两个变量间存在相关关系时,我们时常想进一步去探讨是否可以通过其中一个变量的数值定量的去预测另外一个变量的数值。
在影响因素研究报告中,常常见到一种将单因素和多因素结果放在一起的表格,压缩了表格的长度,同时单因素多因素不同变量也一目了然!
但是实际中制作这个表格也是费时费力,首先SPSS无法进行批量单因素分析,还需要手动绘制三线表。而R语言虽然可以解决,但具有一定的门槛,因此,这里结合一份实操数据为大家介绍一个智能在线免费统计分析平台——风暴统计。
线性回归具体网址:https://shiny.medsta.cn/line1/
或者百度、必应Bing搜索“风暴统计”
本平台上线的所有工具都是免费的
下面通过一份示例数据进行平台实操展示:
数据导入与整理
首先,进入风暴统计网站,点击"风暴智能统计"——"线性回归分析",这里有3个链接,是为了防止网站在线人数过多进行的分流设置,大家任选其一使用即可!
接着,根据下方截图提示,"数据导入"——"导入外部数据"——"Browse...",选择我们的数据集,然后下方就会出现我们的数据集概览啦!
批量差异性分析
风暴统计最便捷的地方就在于可以批量菜单式处理差异性分析问题,t检验、秩和检验、方差分析、卡方检验等同时搞定!
只需要选入需要检验的定量变量、定量指标的分布方式、其他分组变量。
右侧结果栏就会出现差异性分析结果,直接是三线表格式!
默认情况下,系统仅展示2位小数,可以在"分组变量"设置下方选择小数点位数,最多可显示4位小数。
差异性分析结果还可以直接导出,方便二次编辑使用!
相关性分析
在线性回归分析前,一般建议对数据进行一些探索性的相关分析,可以通过散点图看看线性趋势。
这里仅需要选入x轴变量,y轴变量,以及是否要在图中显示相关系数与拟合趋势线!
接着右侧就生成了对应的散点图!
图形中的点、线、置信区间颜色均支持修改,默认情况下三者都是黑色。
多重线性回归
最后,就到了关键的回归分析了!‘
第一,选入变量,包括因变量、定量自变量、分类自变量
第二,选择自变量的筛选方式,包括P阈值,回归方法。
P阈值决定了单因素分析时,P值小于多少会进入多因素回归,一般为0.05,在变量过少时,也可以放宽要求,0.1,0.2也是有的。
回归方法有先单后多(选"否"),双向逐步回归,向前逐步回归,向后逐步回归以及考虑到有时P值大于阈值的变量在逐步回归时也会留在模型中,新增了根据P<0.05的原则开展逐步回归!
平台给出了多种结果展示,仅展示单因素回归结果,仅展示多因素回归结果,单因素+多因素显示在统一张表格中!
然后也可以选择小数位数,下载最终的三线表结果!
以上就是使用风暴统计一站式进行线性回归分析的全部过程啦!目前平台建设之初,还有许多不足之处,欢迎大家多多提意见!