SPSS数据分析—广义线性模型.doc

我们前面介绍的一般线性模型、回归模型、对数线性模型、回归模型等，实际上均属于广义线性模型的范畴，广义线性模型包含的范围非常广泛，原因在于其对于因变量、因变量的概率分布等条件的限制放宽，使其应用范围加大广义线性模型由以下几个部分组成1因.变量广义线性模型的因变量还是要去独立性，但是分布不再局限于正态分布一种，而是可以是指数族概率分布的任意一种，其方差也可以不稳定，但必须要能表达为依赖均值的函数2. 线性部分广义线性模型因变量与自变量必须为线性关系，即因变量与自变量之间是一次方函数关系，这点和传统线性模型也一样3. 连接函数用于描述因变量的期望值是如何和预测值相关联的由上可知，和传统线性模型相比，广义线性模型主要从以下两个方面进行了扩展1因.变量的分布范围扩大2.连接函数的引入通过选定不同的因变量概率分布、连接函数等，就可以拟合各种不同的广义线性模型，例如当因变量分布为正态分布、连接函数为恒等函数时，就是拟合一般线性模型；当因变量分布为二项分布，连接函数为函数时，就是拟合回归，当因变量分布为分布，连接函数为对数时，就是拟合回归，下面我们通过一个例子来进行说明广义线性模型在中的使用情况例，希望研究不同温度不同催化剂不同批次条件下，某化合物的转化率情况，数据如下abcishutrans11182112B4219122S331851328321E5212612216222269231S62326031171312673275322代338533289根据本例的实验目的，可以采用方差分析，但是本例为嵌套实验设计，共有三个因素，温度、催化剂、批次，其中温度是嵌套在催化剂因素下面的，因此无法直接使用方差分析的对话框来进行分析，需要在程序中进行修改，比较麻烦，但是如果使用广义线性模型，就可以直接使用对话框进行分析了分析—广义线性模型—广义线性模型犠刿仁熙叛卜’•油：厠L車SE.Shl卑巳竝含18100.0%：.丄乳C00%ie100.C*.弄脚解魁-匸总方Sig.2357.5009.000Omnibus怪齡耳因交量:转I上即欖型：（戯距）,a.bfa）,cishu3将拟合棋垦导仗緘距模垦进行比较、首先输出的结果是模型信息和案例处理情况，显示因变量为转化率"由于因变量罡连续变量，因此fit率分布假设为正态"连接函数为恒等函数接下来输出的结果为模型中的连续变量和分类变量的描述信息和扭合优度表格，在此不再養述，看一下Onmitnis检验，该检验的目的是通过当前模型和不含自变量的模型进行比较，檢验当前模型是否有意X,结果小于0_05,说明当前模型是有意交的，该方法使用的長似然比卡方檢验，如果使用一般线性模型进行方差分折，该卡方值等于三型平方和。

犠刿仁熙犠刿仁熙11135.WalerJtXtsig.C就廊"d9904.5a01onoa1956.000：.oaob(a}44)1.0006.QUOcishu5001.=480西疚E：怦牝殆W=ffie试的）.a.bW.ttanu等于三型平方和接下来输出的模型效应检验,结果也和一般方差分析的结果一致，并且W沁d卡方値，最后输出的为参数估计，不再藝述。