spss 可以拟合origin泊松分布拟合的曲线吗

SPSS聚类分析散点图中加入拟合回归曲线
SPSS聚类分析散点图中加入拟合回归曲线的方法:
选择Graph--Scatter/dot..
在新的对话框中选择simple scatter,单击define。
将两个变量分别拖到X axis和Y axis。单击OK。
图形生成了。
双击图形,出来一个新的窗体。在这个窗体的图形中,单击任意一个点,确保所有的点都被选中。
点击菜单 “Elements”,选择“Fit lines at
total”,出来一个新的对话框“Properties”,并且原来的图形加入了一个线性回归直线。
在对话框“Properties”选择选项卡“Fit Line”,选中"Linear"。
单击“Apply”,单击“Close”。
待续!!!
已投稿到:
以上网友发言只代表其个人观点,不代表新浪网的观点或立场。在对数线性模型中,我们假设单元格频数分布为多项式分布,但是还有一类分类变量分布也是经常用到的,就是Poisson分布。
Poisson分布是某件事发生次数的概率分布,用于描述单位时间、单位面积、单位空间内某件事发生的次数规律,在对数线性模型中 ,如果单元格频数分布服从Poisson分布,那么拟合的模型就是Poisson对数线性模型,由于其结构和回归模型类似,因此也可以称
为Poisson回归模型。
由于Poisson回归模型也属于对数线性模型的一种,因此也包含在对数线性模型的过程中
例,希望分析冠心病与抽烟、年龄两个因素是否有关,收集了一组数据,由于冠心病在人群中致死率较低,因此可以假设其服从
Poisson分布,使用Poisson回归进行拟合。
收集的数据如下smoke和agecls为因素变量,其余为死亡数和观察数,该数据组成为频数表形式,因此需要将died变量进行加权处理
阅读(...) 评论()扫二维码下载作业帮
1.75亿学生的选择
下载作业帮安装包
扫二维码下载作业帮
1.75亿学生的选择
spss的直线拟合好还是曲线拟合好(在拟合度相差很小的情况下)用SPSS做了很多种拟合曲线,其中曲线cubic的拟合度最好(0.970),但是linear的直线拟合度也很好(0.960),而且从散点图上看也很符合直线趋势,这种情况下选择哪种好呢,需不需要避开繁杂的曲线公式选择表简单的直线拟合呢?
扫二维码下载作业帮
1.75亿学生的选择
如果曲线拟合的效果跟直线拟合的效果相差不大,总是选择直线。用于拟合的样本值是有实际意义的吧,那么线性函数中变量的系数实际意义明确,计算结果容易解释。如果要做预测,那么线性函数的计算量,跟其他函数相比比较小。
为您推荐:
扫描下载二维码

我要回帖

更多关于 泊松分布拟合 的文章

 

随机推荐