第一篇：第四天學習反思

第四天學習反思

今天學習了電子白板的應用方法，先是感覺很難，但經過一天的學習，基本了掌握白板的使用方法，相信在以后的具體應用中會越來越得心應手。電子白板具有直觀、形象和生動的特點，所以使用起來，很大程度上激發了學生的學習興趣，培養了學生的創新思維，進而產生濃厚的對話興趣和熱情，學習效果當然有很大的提高。

第二篇：spss學習第四天

Spss Spss學習第四天

我主要以課上的順序來一步步操作

一元回歸

兩個或兩個以上自變量對一個因變量的數量變化關系，稱為多元線性回歸分析，表現這一數量關系的數學公式，稱為多元線性回歸模型。

多元線性回歸模型是一元線性回歸模型的擴展，其基本原理與一元線性回歸模型類似，只是在計算上更為復雜，一般需借助計算機來完成。

（2）回歸方程的顯著性檢驗（F檢驗）

多元線性回歸方程的顯著性檢驗一般采用F檢驗，利用方差分析的方法進行。

（3）回歸系數的顯著性檢驗（t檢驗）

回歸系數的顯著性檢驗是檢驗各自變量x1，x2，…，對因變量y的影響是否顯著，從而找出哪些自變量對y的影響是重要的，哪些是不重要的。

與一元線性回歸一樣，要檢驗解釋變量對因變量y的線性作用是否顯著，要使用t檢驗。

課上實例：

Next 在這里可以針對不同的自變量設置不同的篩選引入方法。Options 下一步：設置變量引入剔除的標準規則 Methot

自變量篩選的方法： Enter:所選變量全部引入模型 Stepwise：逐步引入法 Remove：剔除變量 Backward：向后消去法 Forward：向前消去法

結果：

第一個表格是

描述統計量 第二個表格是 相關系數矩陣

第三個表格是 列出模型引入以及剔除的變量，這里是強制引入法，所有變量引入模型 第四個表格是 模型擬合優度統計量 第五個表格是 模型顯著性F檢驗

第六個表格是 每個回歸系數顯著性的t檢驗

第七個表格是 共線性診斷特征根有些接近0，有個別值特別大有嚴重共線性。條件指數如有個別維度值大于30，也說明有嚴重共線性！第八個表格是 關于殘差的描述統計量 第九個表格是 殘差的正態性診斷

多元回歸

虛擬變量

前面幾節所討論的回歸模型中，因變量和自變量都是可以直接用數字計量的，即可以獲得其實際觀測值（如收入、支出、產量、國內生產總值等），這類變量稱作數值型變量。然而，在實際問題的研究中，經常會碰到一些非數值型的變量，如性別、民族、職業、文化程度、地區、正常年份與干旱年份、改革前與改革后等定性變量。

在回歸分析中，對一些自變量是定性變量的先作數量化處理，處理的方法是引進只取“0”和“1”兩個值的0?1型虛擬（dummy）自變量。當某一屬性出現時，虛擬變量取值為“1”，否則取值為“0”。例如，令“1”表示改革開放以后的時期，“0”則表示改革開放以前的時期。再如，用“l”表示某人是男性，“0”則表示某人是女性。虛擬變量也稱為啞變量。需要指出的是，雖然虛擬變量取某一數值，但這一數值沒有任何數量大小的意義，它僅僅用來說明觀察單位的性質和屬性。

課上實列：

建立虛擬變量DU。設置邏輯運算，如果AREA==1時，DU=1，否則DU=0.結果：

邏輯回歸

稱為logistic模型（邏輯回歸模型）。

我們的邏輯回歸模型得到的只是關于P{Y=1|x}的預測。

但是，我們可以根據模型給出的Y=1的概率（可能性）的大小來判斷預測Y的取值。一般，以0.5為界限，預測p大于0.5時，我們判斷此時Y更可能為1，否則認為Y=0。如果該p值小于給定的顯著性水平（如=0.05），則拒絕因變量的觀測值與模型預測值不存在差異的零假設，表明模型的預測值與觀測值存在顯著差異。如果值大于，我們沒有充分的理由拒絕零假設，表明在可接受的水平上模型的估計擬合了數據

課上實例：

將因變量放入dependent欄，自變量放入covariates欄中 可以把幾個變量的乘積作為自變量引入模型作為交互影響項

線性回歸一樣，我們可以通過next按鈕把自變量分成不同的組塊，使不同的組塊按順序以不同的方式分步進入模型

Classification plots:制作分類圖，通過比較因變量的觀測值與預測值的關系，反映回歸模型的擬合效果。

Hosmer-Lemeshow goodness-of-fit: H-L檢驗。

Casewise listing of residuals:顯示個案的殘差值（顯示標準化殘差超過兩倍標準方差的個案或顯示所有個案）

Correlations of estimates:輸出模型中各參數估計的相關矩陣。

Iteration history:輸出最大似然估計迭代過程中的系數以及log似然值。CI for exp(B):輸出exp(beta)的置信區間，默認置信度為95% 在save選項中，我們可以選擇需要保存的數據文件中的統計量。包括殘差值、個案影響度統計量、預測概率值等等

結果：

第一部分有兩個表格，第一個表格說明所有個案（28個）都被選入作為回歸分析的個案。

第二個表格說明初始的因變量值（0，1）已經轉換為邏輯回歸分析中常用的0、1數值。

（2）第二部分（Block 0）輸出結果有4個表格。（組塊0里只有常數項，沒有自變量）

（3）Omnibus Tests of Model Coefficients表格列出了模型系數的Omnibus Tests結果。

（4）Model Summary表給出了-2 對數似然值、Cox和Snell的R2以及Nagelkerke的R2檢驗統計結果。

（5）Hosmer and Lemeshow Test P值大于0.05，說明模型有一定的解釋能力（6）Classification Table分類表說明第一次迭代結果的擬合效果，從該表格可以看出對于y=0，有86.7%的準確性；對于y=1，有76.9%準確性，因此對于所有個案總共有82.1%的準確性。

（7）Variables in the Equation表格列出了Step 1中各個變量對應的系數，以及該變量對應的Wald 統計量值和它對應的相伴概率。從該表格中可以看出x3相伴概率最小，Wald統計量最大，可見該變量在模型中很重要。B是回歸系數的估計值 Wald系數的wald檢驗

Exp(beta)的估計值以及區間估計

（8）Correlation Matrix表格列出了常數Constant、系數之間的相關矩陣。常數與x2之間的相關性最大，x1和x3之間的相關性最小。

（9）圖7-26所示是觀測值和預測概率分布圖。該圖以0和1為符號，每四個符號代表一個個案。橫坐標是個案屬于1的錄屬度，這里稱為預測概率（Predicted Probability）。縱坐標是個案分布頻數，反映個案的分布。

（10）邏輯回歸的最后一個輸出表格是Casewise List，列出了殘差大于2的個案。

第三篇：第四天軍訓

校領導慰問全體軍訓師生

----2013級五年一貫制新生軍訓系列報道之四 為了及時掌握軍訓進展，進一步深入了解學生的思想動態和精神面貌，2013年10月11日上午，武進學院黨委書記臧自安和副書記沈文娟等校領導一行在邱玲敏副校長和高職基礎部郭曉陽主任的陪同下，來到武進區國防訓練中心看望和慰問正在軍訓的全體師生。

校領導與教官深情握手，向教官們表示衷心的感謝和誠摯的慰問，并詳細詢問了學生們的訓練與管理情況，臧自安書記代表全校領導對國防園全體教官們的辛勤工作給予了高度評價。他說大家克服了各項困難，不辭勞苦，充分展現了人民軍隊過硬的軍事素質和優良作風，希望教官繼續對學生從嚴要求，嚴肅紀律，科學施訓，不斷提高訓練質量；希望通過這次軍訓能有效塑造同學們強健的身體和高尚的心靈，展現我們武進學院朝氣蓬勃、昂揚向上的精神面貌。接著臧書記一行走進新生軍訓場地感受現場氣氛，并且認真查看了每天的軍訓簡報，體會到了同學們在軍營里的成長與成熟。

看到班主任老師和專職輔導員人人堅守在軍訓一線，個個無私付出，以國防園為家，校領導動情地向大家致以感謝。臧書記說，正是我們各位老師強烈的責任心和事業心，使得我們軍訓工作得以順利開展，我校各項教育教學工作能有序進行，從而保證每年能培養出一批又一批的優秀學生。他關切大家要當心身體，勞逸結合，帶好學生，爭取今年新生軍訓工作取得圓滿成功。（撰稿：居莉攝影：王明征審核：郭曉陽）

第四篇：軍訓第四天

今天是軍訓的第四天，也是最后一天，在今天下午，我們要向全體家長和老師，部隊與學校領導展示我們為期四天的軍訓成果。

上午，我早早的來到了學校操場，對下午的正式匯演進行彩排，天空一直陰著，但十分舒爽，每個人都對下午的匯演極度重視，不愿出任何差錯。

下午，我在彩排跑步中，突然看到操場上漸漸亮起來了，不一會，太陽終于從云后探出頭來，一時間光芒大盛，趕走了一個上午的陰霾，我看見遠處云層被太陽照射得鍍上了一道金邊，形狀豐富，潔白耀眼，這樣的好天氣讓人的心情也十分美妙，我對匯演也更加的期待起來。

下午五點半，匯演正式開始，首先展示的是踏樂，當我經過觀眾席的時候，我悄悄抬眼，看見許多家長都目不轉睛的看著，我有些自豪，忍不住嘴角輕揚。開始跑步的時候，我嚴陣以待，生怕踏錯了步子，但還好，在體委的指揮下，我有驚無險的跑完了全程，接著，我們被帶到了草坪上，開始分組展示，可就在這時，原本晴朗的天空突然陰云密布，又有些擔心會下雨，心中祈禱著，希望不要攪了我們的軍訓匯演。輪到我們班展示的時候，我無暇顧及天氣，心中只想著不要出錯，不要拖延，我們跑步上場，隨著教官的一聲聲指令而做出相應動作，“稍息，立正”、“跨立”，我們一個個的完成，聽到“踏步走”，我們立刻抬起腿，用力揮擺手臂，喊口號時聲音震天，我看見老師們和家長們因為我們的精彩展現而用力鼓掌，閃光燈連成一片，我更加堅定了一個信念——我想將更好的自己展示給他們。

最后，在這場軍訓匯演中，我們獲得了“鋼鐵連”的榮譽，我想，這不僅僅是對我們的嘉獎，更是對教官和老師努力的肯定，而這場雨最終還是沒有在我們展示的時候下，也許是看到了我們的努力，盡管天空中墨色濃得快要滴下來，遠處驚雷陣陣敲擊人心，樹葉被風吹得颯颯作響，可這絲毫沒有影響我們的氣氛，反而讓我們的歡呼更加震耳發聵。

軍訓已是固化的記憶，但軍訓留下的余音仍在回響，我們要牢記軍人的作風，以鐵的紀律來約束自己，以鋼的意志來支配自己，只有懂得這樣做，我們才對得起每天陪伴我們的老師，才對得起教官的盡心訓練，才對得起我們揮灑的汗水！

第五篇：軍訓第四天

整齊劃一

本報記者（孫悅蕊）

曾記否，祖國的六十年閱兵式上，那宛若天神下凡的威嚴；曾記否，祖國的六十周年閱兵式上，那仿佛人工智能的步伐。正步的壯麗，已然扎根于13億人的腦海中，而今天，我們也領略到了正步的魅力。

“臂如火箭，腿如閃電”，簡簡單單的八字要訣，卻像武林秘籍一樣可望而不可及。字的本身冰冷如鐵，可是，今天，我們要為這八個漢字賦予新的靈動。

天空灑下的陽光，為我們點燃了訓練場。我們就在這承載著五千年文明的中原土地上開始了新一天的訓練。不止一次的幻想，自己走出正步時那瀟灑自如的英姿。可是，現實總是比夢想殘酷，當我們真的邁出第一步時，驀然發現，如此漂亮的步伐，與自己的身軀卻是如此的難以協調。偌大的操練場，我們卻都像在平衡木上行走一樣，小心翼翼，無法自如。汗水，躍然跳在每個人的額頭；熱血，在每個人的身體里翻滾。征服的信念，我們卻都不曾丟失。邢教官，作為訓練的指揮者，他也不厭其煩地矯正我們別扭的姿勢。

今天是軍訓的第四天，我們穿著上了嶄新的工作服。天氣也格外的晴朗，下午四點整，我們整裝待發，開始訓練“正步走”。“正步走”是軍訓匯報表演的重要項目，也是訓練最艱苦的項目之一，挺胸，抬頭，擺臂，提臀，踢腿，每一項都必須克服重重困難。

看！邢教官對每一個動作都要求到位，以身示范，投入了十二分的經驗。經過幾天的軍訓，我的”戰友們”不約而同地有了一種從未有過的心情，累、難受、但卻絲毫沒有抱怨、膽怯，有的是一種自豪感，因為我們是信誠華夏投資擔保公司的一員。我們的隊友說：“軍訓，不但鍛煉了我們的身體，更重要的是，軍訓鍛煉了我們的意志，使我們具有了一股不怕苦，不怕累，迎難而上，誓死達到目標的決心和拼勁兒，這是一股精神上的力量，擁有了這股力量，我們將會在今后的工作中取得更輝煌的成績！”

邢教官仍在一遍遍重復著動作要領，一遍遍糾正著我們的錯誤動作。不僅教官耐心的教導感動著我，作為公司的一名新員工，我深深的被員工們的集體凝聚力感染著。為了集體的榮譽，每個人都在盡全力！雖然我們都深感疲倦，然而看到自己有秩的步履，心中卻是暗暗一喜，這竊喜抹去了近日所有的苦楚。太陽似乎也通了點人情，悄悄的從云層之中鉆出來，流出了久違的笑臉。風兒帶著春的暖意不斷地吹拂在同伴們的臉上身上。我們在邢教官的指導下，一絲不茍地認真訓練，有些隊友的動作極其不規范，而教官總是親自做示范，一遍一遍地教著，臉上的表情始終嚴肅而認真，沒有絲毫厭煩情緒。軍訓就是磨練一個人的意志力，人生之路的痛苦本身就有許多，只有一個個去逾越它，才能達到人生的目標。那么，就讓我們每個人都堅持到軍訓的最后，從戰勝這一點點的痛苦開始！

今天，終于邁出了標準的步伐。這一步，已經不單單是簡單的足跡。它標志著我們經過了一場沒有硝煙的戰爭；它標志著我們接受了一個儀式的洗禮；它標志著信誠華夏投資擔保公司員工奮斗不息的精神！！