第四天学习反思

第一篇：第四天学习反思

第四天学习反思

今天学习了电子白板的应用方法，先是感觉很难，但经过一天的学习，基本了掌握白板的使用方法，相信在以后的具体应用中会越来越得心应手。电子白板具有直观、形象和生动的特点，所以使用起来，很大程度上激发了学生的学习兴趣，培养了学生的创新思维，进而产生浓厚的对话兴趣和热情，学习效果当然有很大的提高。

第二篇：spss学习第四天

Spss Spss学习第四天

我主要以课上的顺序来一步步操作

一元回归

两个或两个以上自变量对一个因变量的数量变化关系，称为多元线性回归分析，表现这一数量关系的数学公式，称为多元线性回归模型。

多元线性回归模型是一元线性回归模型的扩展，其基本原理与一元线性回归模型类似，只是在计算上更为复杂，一般需借助计算机来完成。

（2）回归方程的显著性检验（F检验）

多元线性回归方程的显著性检验一般采用F检验，利用方差分析的方法进行。

（3）回归系数的显著性检验（t检验）

回归系数的显著性检验是检验各自变量x1，x2，…，对因变量y的影响是否显著，从而找出哪些自变量对y的影响是重要的，哪些是不重要的。

与一元线性回归一样，要检验解释变量对因变量y的线性作用是否显著，要使用t检验。

课上实例：

Next 在这里可以针对不同的自变量设置不同的筛选引入方法。Options 下一步：设置变量引入剔除的标准规则 Methot

自变量筛选的方法： Enter:所选变量全部引入模型 Stepwise：逐步引入法 Remove：剔除变量 Backward：向后消去法 Forward：向前消去法

结果：

第一个表格是

描述统计量 第二个表格是 相关系数矩阵

第三个表格是 列出模型引入以及剔除的变量，这里是强制引入法，所有变量引入模型 第四个表格是 模型拟合优度统计量 第五个表格是 模型显著性F检验

第六个表格是 每个回归系数显著性的t检验

第七个表格是 共线性诊断特征根有些接近0，有个别值特别大有严重共线性。条件指数如有个别维度值大于30，也说明有严重共线性！第八个表格是 关于残差的描述统计量 第九个表格是 残差的正态性诊断

多元回归

虚拟变量

前面几节所讨论的回归模型中，因变量和自变量都是可以直接用数字计量的，即可以获得其实际观测值（如收入、支出、产量、国内生产总值等），这类变量称作数值型变量。然而，在实际问题的研究中，经常会碰到一些非数值型的变量，如性别、民族、职业、文化程度、地区、正常年份与干旱年份、改革前与改革后等定性变量。

在回归分析中，对一些自变量是定性变量的先作数量化处理，处理的方法是引进只取“0”和“1”两个值的0−1型虚拟（dummy）自变量。当某一属性出现时，虚拟变量取值为“1”，否则取值为“0”。例如，令“1”表示改革开放以后的时期，“0”则表示改革开放以前的时期。再如，用“l”表示某人是男性，“0”则表示某人是女性。虚拟变量也称为哑变量。需要指出的是，虽然虚拟变量取某一数值，但这一数值没有任何数量大小的意义，它仅仅用来说明观察单位的性质和属性。

课上实列：

建立虚拟变量DU。设置逻辑运算，如果AREA==1时，DU=1，否则DU=0.结果：

逻辑回归

称为logistic模型（逻辑回归模型）。

我们的逻辑回归模型得到的只是关于P{Y=1|x}的预测。

但是，我们可以根据模型给出的Y=1的概率（可能性）的大小来判断预测Y的取值。一般，以0.5为界限，预测p大于0.5时，我们判断此时Y更可能为1，否则认为Y=0。如果该p值小于给定的显著性水平（如=0.05），则拒绝因变量的观测值与模型预测值不存在差异的零假设，表明模型的预测值与观测值存在显著差异。如果值大于，我们没有充分的理由拒绝零假设，表明在可接受的水平上模型的估计拟合了数据

课上实例：

将因变量放入dependent栏，自变量放入covariates栏中 可以把几个变量的乘积作为自变量引入模型作为交互影响项

线性回归一样，我们可以通过next按钮把自变量分成不同的组块，使不同的组块按顺序以不同的方式分步进入模型

Classification plots:制作分类图，通过比较因变量的观测值与预测值的关系，反映回归模型的拟合效果。

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

Casewise listing of residuals:显示个案的残差值（显示标准化残差超过两倍标准方差的个案或显示所有个案）

Correlations of estimates:输出模型中各参数估计的相关矩阵。

Iteration history:输出最大似然估计迭代过程中的系数以及log似然值。CI for exp(B):输出exp(beta)的置信区间，默认置信度为95% 在save选项中，我们可以选择需要保存的数据文件中的统计量。包括残差值、个案影响度统计量、预测概率值等等

结果：

第一部分有两个表格，第一个表格说明所有个案（28个）都被选入作为回归分析的个案。

第二个表格说明初始的因变量值（0，1）已经转换为逻辑回归分析中常用的0、1数值。

（2）第二部分（Block 0）输出结果有4个表格。（组块0里只有常数项，没有自变量）

（3）Omnibus Tests of Model Coefficients表格列出了模型系数的Omnibus Tests结果。

（4）Model Summary表给出了-2 对数似然值、Cox和Snell的R2以及Nagelkerke的R2检验统计结果。

（5）Hosmer and Lemeshow Test P值大于0.05，说明模型有一定的解释能力（6）Classification Table分类表说明第一次迭代结果的拟合效果，从该表格可以看出对于y=0，有86.7%的准确性；对于y=1，有76.9%准确性，因此对于所有个案总共有82.1%的准确性。

（7）Variables in the Equation表格列出了Step 1中各个变量对应的系数，以及该变量对应的Wald 统计量值和它对应的相伴概率。从该表格中可以看出x3相伴概率最小，Wald统计量最大，可见该变量在模型中很重要。B是回归系数的估计值 Wald系数的wald检验

Exp(beta)的估计值以及区间估计

（8）Correlation Matrix表格列出了常数Constant、系数之间的相关矩阵。常数与x2之间的相关性最大，x1和x3之间的相关性最小。

（9）图7-26所示是观测值和预测概率分布图。该图以0和1为符号，每四个符号代表一个个案。横坐标是个案属于1的录属度，这里称为预测概率（Predicted Probability）。纵坐标是个案分布频数，反映个案的分布。

（10）逻辑回归的最后一个输出表格是Casewise List，列出了残差大于2的个案。

第三篇：第四天军训

校领导慰问全体军训师生

----2013级五年一贯制新生军训系列报道之四 为了及时掌握军训进展，进一步深入了解学生的思想动态和精神面貌，2013年10月11日上午，武进学院党委书记臧自安和副书记沈文娟等校领导一行在邱玲敏副校长和高职基础部郭晓阳主任的陪同下，来到武进区国防训练中心看望和慰问正在军训的全体师生。

校领导与教官深情握手，向教官们表示衷心的感谢和诚挚的慰问，并详细询问了学生们的训练与管理情况，臧自安书记代表全校领导对国防园全体教官们的辛勤工作给予了高度评价。他说大家克服了各项困难，不辞劳苦，充分展现了人民军队过硬的军事素质和优良作风，希望教官继续对学生从严要求，严肃纪律，科学施训，不断提高训练质量；希望通过这次军训能有效塑造同学们强健的身体和高尚的心灵，展现我们武进学院朝气蓬勃、昂扬向上的精神面貌。接着臧书记一行走进新生军训场地感受现场气氛，并且认真查看了每天的军训简报，体会到了同学们在军营里的成长与成熟。

看到班主任老师和专职辅导员人人坚守在军训一线，个个无私付出，以国防园为家，校领导动情地向大家致以感谢。臧书记说，正是我们各位老师强烈的责任心和事业心，使得我们军训工作得以顺利开展，我校各项教育教学工作能有序进行，从而保证每年能培养出一批又一批的优秀学生。他关切大家要当心身体，劳逸结合，带好学生，争取今年新生军训工作取得圆满成功。（撰稿：居莉摄影：王明征审核：郭晓阳）

第四篇：军训第四天

今天是军训的第四天，也是最后一天，在今天下午，我们要向全体家长和老师，部队与学校领导展示我们为期四天的军训成果。

上午，我早早的来到了学校操场，对下午的正式汇演进行彩排，天空一直阴着，但十分舒爽，每个人都对下午的汇演极度重视，不愿出任何差错。

下午，我在彩排跑步中，突然看到操场上渐渐亮起来了，不一会，太阳终于从云后探出头来，一时间光芒大盛，赶走了一个上午的阴霾，我看见远处云层被太阳照射得镀上了一道金边，形状丰富，洁白耀眼，这样的好天气让人的心情也十分美妙，我对汇演也更加的期待起来。

下午五点半，汇演正式开始，首先展示的是踏乐，当我经过观众席的时候，我悄悄抬眼，看见许多家长都目不转睛的看着，我有些自豪，忍不住嘴角轻扬。开始跑步的时候，我严阵以待，生怕踏错了步子，但还好，在体委的指挥下，我有惊无险的跑完了全程，接着，我们被带到了草坪上，开始分组展示，可就在这时，原本晴朗的天空突然阴云密布，又有些担心会下雨，心中祈祷着，希望不要搅了我们的军训汇演。轮到我们班展示的时候，我无暇顾及天气，心中只想着不要出错，不要拖延，我们跑步上场，随着教官的一声声指令而做出相应动作，“稍息，立正”、“跨立”，我们一个个的完成，听到“踏步走”，我们立刻抬起腿，用力挥摆手臂，喊口号时声音震天，我看见老师们和家长们因为我们的精彩展现而用力鼓掌，闪光灯连成一片，我更加坚定了一个信念——我想将更好的自己展示给他们。

最后，在这场军训汇演中，我们获得了“钢铁连”的荣誉，我想，这不仅仅是对我们的嘉奖，更是对教官和老师努力的肯定，而这场雨最终还是没有在我们展示的时候下，也许是看到了我们的努力，尽管天空中墨色浓得快要滴下来，远处惊雷阵阵敲击人心，树叶被风吹得飒飒作响，可这丝毫没有影响我们的气氛，反而让我们的欢呼更加震耳发聩。

军训已是固化的记忆，但军训留下的余音仍在回响，我们要牢记军人的作风，以铁的纪律来约束自己，以钢的意志来支配自己，只有懂得这样做，我们才对得起每天陪伴我们的老师，才对得起教官的尽心训练，才对得起我们挥洒的汗水！

第五篇：军训第四天

整齐划一

本报记者（孙悦蕊）

曾记否，祖国的六十年阅兵式上，那宛若天神下凡的威严；曾记否，祖国的六十周年阅兵式上，那仿佛人工智能的步伐。正步的壮丽，已然扎根于13亿人的脑海中，而今天，我们也领略到了正步的魅力。

“臂如火箭，腿如闪电”，简简单单的八字要诀，却像武林秘籍一样可望而不可及。字的本身冰冷如铁，可是，今天，我们要为这八个汉字赋予新的灵动。

天空洒下的阳光，为我们点燃了训练场。我们就在这承载着五千年文明的中原土地上开始了新一天的训练。不止一次的幻想，自己走出正步时那潇洒自如的英姿。可是，现实总是比梦想残酷，当我们真的迈出第一步时，蓦然发现，如此漂亮的步伐，与自己的身躯却是如此的难以协调。偌大的操练场，我们却都像在平衡木上行走一样，小心翼翼，无法自如。汗水，跃然跳在每个人的额头；热血，在每个人的身体里翻滚。征服的信念，我们却都不曾丢失。邢教官，作为训练的指挥者，他也不厌其烦地矫正我们别扭的姿势。

今天是军训的第四天，我们穿着上了崭新的工作服。天气也格外的晴朗，下午四点整，我们整装待发，开始训练“正步走”。“正步走”是军训汇报表演的重要项目，也是训练最艰苦的项目之一，挺胸，抬头，摆臂，提臀，踢腿，每一项都必须克服重重困难。

看！邢教官对每一个动作都要求到位，以身示范，投入了十二分的经验。经过几天的军训，我的”战友们”不约而同地有了一种从未有过的心情，累、难受、但却丝毫没有抱怨、胆怯，有的是一种自豪感，因为我们是信诚华夏投资担保公司的一员。我们的队友说：“军训，不但锻炼了我们的身体，更重要的是，军训锻炼了我们的意志，使我们具有了一股不怕苦，不怕累，迎难而上，誓死达到目标的决心和拼劲儿，这是一股精神上的力量，拥有了这股力量，我们将会在今后的工作中取得更辉煌的成绩！”

邢教官仍在一遍遍重复着动作要领，一遍遍纠正着我们的错误动作。不仅教官耐心的教导感动着我，作为公司的一名新员工，我深深的被员工们的集体凝聚力感染着。为了集体的荣誉，每个人都在尽全力！虽然我们都深感疲倦，然而看到自己有秩的步履，心中却是暗暗一喜，这窃喜抹去了近日所有的苦楚。太阳似乎也通了点人情，悄悄的从云层之中钻出来，流出了久违的笑脸。风儿带着春的暖意不断地吹拂在同伴们的脸上身上。我们在邢教官的指导下，一丝不苟地认真训练，有些队友的动作极其不规范，而教官总是亲自做示范，一遍一遍地教着，脸上的表情始终严肃而认真，没有丝毫厌烦情绪。军训就是磨练一个人的意志力，人生之路的痛苦本身就有许多，只有一个个去逾越它，才能达到人生的目标。那么，就让我们每个人都坚持到军训的最后，从战胜这一点点的痛苦开始！

今天，终于迈出了标准的步伐。这一步，已经不单单是简单的足迹。它标志着我们经过了一场没有硝烟的战争；它标志着我们接受了一个仪式的洗礼；它标志着信诚华夏投资担保公司员工奋斗不息的精神！！