SPSS自动线性回归 - 运行最佳功能

Question

我有一个带有目标和200多个独立变量的数据集，并且运行了一个自动线性回归来确定可解释的因子，这些因素可以解释70-80％的差异。

我现在需要做的是通过数据运行该功能，并查看每行的预测值。由于有四十多个因素，我不想通过数据集中的公式进行转换。

有没有办法将回归公式应用于数据集？

Answer 1

是的，在def create_new_row_r(json_dict): newdata = robjects.r(''' createdata = function(row){ dummydata <- row dummydata["field1"] <- %s dummydata["field2"] <- %s dummydata["field3"] <- %i dummydata["field4"] <- %s dummydata["field5"] <- %i dummydata["field6"] <- %s dummydata["field7"] <- %i dummydata["field8"] <- %i dummydata["field8"] <- %i dummydata["field9"] <- %i dummydata["field10"] <- %i dummydata["field11"] <- %i return(dummydata) } createdata(datz1[1,]) ''' %(json_dict["field1"], json_dict["field2"], json_dict["field3"], json_dict["field4"], json_dict["field5"], json_dict["field6"], json_dict["field7"], json_dict["field8"], json_dict["field9"], json_dict["field10"], json_dict["field11"], json_dict["field12"])) print "new row assembled" return newdata 命令中，可以选择保存预测分数。因此，在运行回归模型时，它还应同时将模型公式应用于案例。

Answer 2

问题表明使用ALM（自动建模）而不是标准回归命令。但是标准回归和ALM都允许您保存模型（在ALM的“模型选项”选项卡上）。然后你可以使用Utilities＆gt;评分向导将模型应用于原始数据或其他数据集。