在上一篇時間序列的文章中，偶然發現另一份數據的整體趨勢很符合非線性回歸關系，那么就順勢寫一篇非線性回歸案例的文章吧。

準備工作：SPSS - 中文版 SPSS 22.0 軟件下載與安裝教程 - 【附產品授權許可碼，永久免費】

數據解釋：原數據中自變量為時間（1900~2018），因變量為金額。下面我們就來研究，金額隨著時間增加而呈現的趨勢變化。

第一步：繪制圖形，選擇模型

【圖形】--【圖表構建程序】--【確定】進入如下界面進行操作（注意：此處的圖表預覽不是最終生成的散點圖），點擊確定后，輸出查看器中會顯示實際數據的散點圖（右圖所示）。

?根據散點圖，我們可以判斷金額的變化趨勢大致是一條曲線，傾向于指數型曲線，接下來驗證一下，二次曲線和指數型曲線哪個擬合度更高！

第二步：模型擬合度對比，選擇擬合度最高的模型

【分析】--【回歸】--【曲線估計】進入如下界面進行操作

勾選待驗證的模型，此處選擇了二次項和指數分布，當然你也可以全部都選上，看看哪個模型擬合度最高。

勾選“顯示ANOVA表格”后，點擊確定

輸出：

結果分析：

對比模型匯總表，二次項 R 方為0.876，指數型 R 方為0.971，可以看出指數型擬合度高于二次項；

分析指數型 ANOVA 表，顯著性SIG為（0.000）由于0.000<0.01 ，所以具備顯著性；

分析指數型系數表，未標準化時，系數為（0.105） 常數項為 2.478 x 10**86 ，指數型曲線的表達式為：Y =（2.478 x 10**86 ）* exp（0.105 * t ），其中 Y 為因變量金額， t 為自變量年份。

?

下面是 SPSS 中其他曲線估計模型的表達式，可根據運行結果給出的系數，寫出相應的模型表達式：

?

?

?

?

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的非线性回归 - 案例按步骤详解 -（SPSS建模）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。