实验六 用 SPSS 进行非线性回归分析例:通过对比 12 个同类企业得月产量(万台)与单位成本（元)得资料(如图 1）,试配合适当得回归模型分析月产量与单位成本之间得关系图１原始数据与散点图分析一、散点图分析与初始模型选择在 SP Ｓ S 数据窗口中输入数据,然后插入散点图(选择 Gr ａ phs→S ｃ atter 命令),由散点图可以瞧出，该数据配合线性模型、指数模型、对数模型与幂函数模型都比较合适。进一步进行曲线估量:从Ｓｔａ tis ｔ i ｃ下选Ｒ eg ｒｅｓ s ｉ on 菜单中得 Curve Estimatio ｎ命令;选因变量单位成本到 Dep ｅ n ｄｅ nt 框中,自变量月产量到 I ｎ depend ｅ nt 框中,在Models 框中选择Ｌ i ｎ ear、Logarithm ｉ c、P ｏ wer 与 Ex ｐｏｎ en ｔ ial 四个复选框，确定后输出分析结果,见表１。分析各模型得 R 平方,选择指数模型较好，其初始模型为但考虑到在线性变换过程可能会使原模型失去残差平方与最小得意义,因此进一步对原模型进行优化。模型汇总与参数估量值因变量: 单位成本方程模型汇总参数估量值Ｒ 方Ｆｄ f １df ２Sig、常数b1线性、9 １ 21 ０ 4、1７ 9１10、00 ０１ 58、４97－1、７２7对数、9431 ６6、59511 ０、0002 ８ 2、３50-５４、０59幂、９３ 1１34、617110、０ 0 ０６ 19、１４ 9-、556指数、95521 ２、３１ 3110、0 ０ 017 ６、5７ 1-、０ 18自变量为 月产量。表 1 曲线估量输出结果二、非线性模型得优化SPSS 提供了非线性回归分析工具,可以对非线性模型进行优化，使其残差平方与达到最小。从 Sta ｔｉｓ tic 下选 Re ｇ r ｅ ssi ｏ n 菜单中得Ｎ onlin ｅ a ｒ命令;按 Param ａ ters 按钮，输入参数 A:17 ６、5 ７与Ｂ:－、０ 1 ８３;选单位成本到 Depen ｄｅ nt 框中,在模型表达式框中输入“Ａ*Ｅ XP(Ｂ*月产量）”,确定。Ｓ PS Ｓ输出结果见表 2。由输出结果可以瞧出,经过 6 次模型迭代过程,残差平方与已有了较大改善，缩小为568、97,误差率小于 0、0000 ００ 01,优化后得模型为:迭代历史记录ｂ迭代数 a残差平方与参数AB１、０10 ４ 710、5 ２3１ 76、５ 7０－、1831、１5、３ 46E+１33-３４５5、8132、2431、23 ０ 6 ８ 407 ６６ 40、８７ 3476、0 ３ 2、0871、397312、72 ４２ 15、1 ８3-、1602、0９ 7312、724215、183－、1602、183 ８ 8 ７、...
