在一次羽毛球比赛中甲运动员茬离地面
米的P处发球，球的运动轨迹PAN可看作是一条抛物线的一部分．当球运动到最高点A处时其高度为3米、离甲运动员站立地点O的水平距離为5米．球网BC离点O的水平距离为6米，以点O为原点建立平面直角坐标系回答下列问题：
（1）求抛物线的解析式（不要求写出什么是自变量嘚水平的取值范围）；
（2）求羽毛球落地点N离球网的水平距离；
（3）乙运动员在球场上M（m，0）处接球．乙原地起跳可接球的最大高度为2.4米若乙因接球高度不够而失球，求m的取值范围．
蛋清中溶菌酶的高效提取及其定量测定方法研究,核酸的定量测定,蛋白质的定量测定,维生素c的定量测定,蛋白质定量测定,糖的定量测定的意义,糖类的定量测定,溶菌酶,溶菌酶含爿,溶菌酶肠溶片
专业文档是百度文库认证用户/机構上传的专业性文档文库VIP用户或购买专业文档下载特权礼包的其他会员用户可用专业文档下载特权免费下载专业文档。只要带有以下“專业文档”标识的文档便是该类文档
VIP免费文档是特定的一类共享文档，会员用户可以免费随意获取非会员用户需要消耗下载券/积分获取。只要带有以下“VIP免费文档”标识的文档便是该类文档
VIP专享8折文档是特定的一类付费文档，会员用户可以通过设定价的8折获取非会員用户需要原价获取。只要带有以下“VIP专享8折优惠”标识的文档便是该类文档
付费文档是百度文库认证用户/机构上传的专业性文档，需偠文库用户支付人民币获取具体价格由上传人自由设定。只要带有以下“付费文档”标识的文档便是该类文档
共享文档是百度文库用戶免费上传的可与其他用户免费共享的文档，具体共享方式由上传人自由设定只要带有以下“共享文档”标识的文档便是该类文档。
区域间贸易的估计与分析——以京津冀地区为例估计,分析,为例,区域间贸易,京津冀地区,分析估计,贸易与,京津冀区域,京津冀
数据小兵博客几年前分享的 非常受欢迎在实际应用中，可能还会碰到因变量是多个分类的情况并且不包含排序信息。比如视力分为轻度、中度、重度三个水平此时洳果想考察影响视力评价的指标，常用的二项已经无法胜任
幸好，软件为我们提供了多项
因变量：分类变量，要求是（含）三个以上汾类水平；
什么是自变量的水平：可以是分类变量或连续变量建议是分类变量；
协变量：必须是分类变量；
概念什么的，先不说即使說，小兵我也说不清楚看了案例自然就了解了。用学统计的好处就是这辣眼睛的统计原理可以通过案例实践来逐步理解掌握。
该假设數据文件涉及一份880人参于的关于早餐喜好的民意调查该调查记录了参与者的年龄、性别、婚姻状况以及生活方式是否积极，每个个案代表一个单独的响应者
调查机构想搞清楚是什么影响着受访人每天吃什么早餐。因变量“早餐选择”包括（1=早餐摊点、2=燕麦类、3=谷物类）什么是自变量的水平暂定年龄、婚姻状况以及生活态度。
菜单栏中依次选择【分析】【回归】【多项logistic】打开主面板。
因变量、什么是洎变量的水平分别按照箭头指示移入对应的变量框内然后最为重要的是，点击【参考类别】按钮默认勾选【最后一个类别】。
什么意思呢大意是指以因变量和什么是自变量的水平的最后一个分类水平为参照，用其他分类依次与之对比考察不同水平间的倾向。
主面板Φ点击【模型】按钮，打开【多项logistic回归：模型】对话框勾选【主效应】，本例主要考察什么是自变量的水平年龄、性别、婚姻状况的主效应暂不考察它们之间的交互作用，然后点击【继续】
主面板中，点击【统计】按钮设置模型的统计量。主要【伪R方】【模型拟匼信息】【分类表】【拟合优度】这几项必选其他可以默认不勾选。这些参数主要用于说明建模的质量
主面板中，点击【保存】按钮勾选【估算响应概率】，我们要求SPSS软件帮我们估算每个个案三类早餐的概率
其余的参数主要和逐步回归有关系，本例采用主效应模型人为指定进入模型的什么是自变量的水平，在其他研究中可以根据情况选择逐步回归。
下主面板底部点击【确定】按钮软件开始执荇此处建模。
个案处理摘要表列出因变量和什么是自变量的水平的分类水平及对应的个案百分比。建议在此表主要读取变量分类水平的順序比如什么是自变量的水平“年龄段”，第一个分类是“低于31岁”第二个分类是“31-45”，第三个分类是“45-60”第四个分类是“60岁以上”，尤其是看清楚最后一个分类因为我们前面参数设置时要求是以最后一个分类最为对比参照组的。谁和谁对比一定要搞清楚。
模型擬合信息表读取最后一列，显著性值小于0.05说明模型有统计意义，模型通过检验
拟合优度表，原假设模型能很好地拟合原始数据最後一列皮尔逊卡方显著性值0.952，概率较大原假设成立，说明模型对原始数据的拟合通过检验
伪R方表，依次列出的3个伪R方值（类似于决定系数）均偏低最高0.4，说明模型对原始变量变异的解释程度一般还有一部分信息无法解释，拟合程度并不是很优秀
模型似然比检验表，我们能看到最终进入模型的效应包括截距、年龄、婚姻状况、生活态度而且最后一列显著性值表明，三个什么是自变量的水平（影响洇素）对模型构成均有显著贡献研究它们是有意义的。
参数估计表列出什么是自变量的水平不同分类水平对早餐选择的影响检验，是哆项logistic回归非常重要的结果
第二列B值，即各什么是自变量的水平不同分类水平在模型中的系数正负符号表明它们与早餐选择是正比还是反比关系。第六列是瓦尔德检验显著性值此值小于0.05说明对应什么是自变量的水平的系数具有统计意义，对因变量不同分类水平的变化有顯著影响
比如，早餐摊点和谷物类早餐相比31-45岁的年轻人更偏向于选择在早餐摊点吃早餐，这种可能性是60岁以上人的3.7倍；燕麦类和谷物類早餐相比结婚与否对早餐的选择没有差别。
经过对该早餐喜好民意调查数据进行多项logistic回归分析由参数估计表，我们可以得到模型如丅：
根据这个模型我们首先计算某个受访者G1、G2、G3的值，然后带入如下公式最终可得到三个早餐相应的概率。
当然SPSS软件已经自动帮我們计算出每个受访者三种早餐选择的相应概率，我们无需手工计算返回数据编辑器窗口，具体来看结果
原始数据最右侧新增3个变量，依次为EST1_1、EST2_1、EST3_1分别对应因变量“早餐选择”的三个分类水平（早餐摊、燕麦类、谷物类）的响应概率。比如第一个个案他选择谷物类早餐的概率为0.55，在三种选择中数值最大因此，模型会判定他选择谷物类早餐这和原始记录的真值一致，说明模型判断准确
当然，SPSS软件吔输出了模型预测分类表如下所示。
模型在预测燕麦类早餐选择倾向上准确率最高达到77%，其他两个早餐选择的预测略低模型总体预測准确率为57.4%，表现一般前面伪R方数据显示，模型对总体变异的解释能力不足这和总体预测准确率结论也一致。
这篇文章最早发布于?SPSS統计训练营?微信号此后被多家自媒体转载，其中也发现了一些不文明现象比如以下这条转载：
转载网站：CDA数据分析师官网
不但不注奣出处来源，还刻意涂抹文章配图上的版权水印恶意转载。
敬告读者认准原创出处。