愛(ài)華網(wǎng)回歸分析是一種應(yīng)用很廣的數(shù)量分析方法，用于分析事物間的統(tǒng)計(jì)關(guān)系，側(cè)重?cái)?shù)量關(guān)系變化?；貧w分析在數(shù)據(jù)分析中占有比較重要的位置。
一元線性回歸模型：指只有一個(gè)解釋變量的線性回歸模型，用來(lái)揭示被解釋變量與另一個(gè)解釋變量的線性關(guān)系。
多元線性回歸模型：指含有多個(gè)揭示變量的線性回歸模型，用來(lái)揭示被解釋變量與多個(gè)解釋變量的線性關(guān)系。
此篇文章主要講述多元線性回歸分析。
spss教程：線性回歸分析——方法/步驟spss教程：線性回歸分析 1、
線性回歸分析的內(nèi)容比較多，比如回歸方程的擬合優(yōu)度檢驗(yàn)、回歸方程的顯著性檢驗(yàn)、回歸系數(shù)的顯著性檢驗(yàn)、殘差分析、變量的篩選問(wèn)題、變量的多重共線性問(wèn)題。
spss教程：線性回歸分析 2、
操作見(jiàn)圖?；貧w分析通常需要多次試驗(yàn)操作才可以得出較好的模型?！胺椒ā敝羞x擇“進(jìn)入”，表示所有的自變量都進(jìn)入模型，目前還沒(méi)有考慮到變量的多重共線問(wèn)題，要先觀察初步的結(jié)果分析，才會(huì)考慮發(fā)哦變量的多重共線問(wèn)題。
spss教程：線性回歸分析 3、
通過(guò)觀察調(diào)整后的判定系數(shù)0.924，擬合優(yōu)度較高，不被解釋的變量較少。
由回歸方程顯著性檢驗(yàn)的概率為0，小于顯著性水平0.05，則認(rèn)為系數(shù)不同時(shí)為0，被解釋變量與解釋變量全體的線性關(guān)系是顯著的，可建立線性方程。
由系數(shù)表知，觀察回歸系數(shù)顯著性檢驗(yàn)中的概率值，如果顯著性水平為0.05，除去“投入人年數(shù)”外，其他變量均大于顯著性水平，這些變量保留在方程中是不正確的。所以該模型不可用，應(yīng)重新建模。
spss教程：線性回歸分析 4、
重新建模操作見(jiàn)圖片，采用的是“向后篩選”方法，依次剔除的變量是專著數(shù)、投入高級(jí)職稱的人年數(shù)、投入科研事業(yè)費(fèi)、獲獎(jiǎng)數(shù)、論文數(shù)。最后的模型結(jié)果是“立項(xiàng)課題數(shù)=-94.524+0.492x投入人年數(shù)”。
spss教程：線性回歸分析_回歸分析
spss教程：線性回歸分析 5、
殘差分析：
又P-P圖可知，原始數(shù)據(jù)與正態(tài)分布的不存在顯著的差異，殘差滿足線性模型的前提要求。
由庫(kù)克距離（0.041小于1）和杠桿指變量的值知，沒(méi)有顯著的差異。
殘差點(diǎn)在0線周圍隨機(jī)分布。
spss教程：線性回歸分析_回歸分析
愛(ài)華網(wǎng)本文地址 » http://www.klfzs.com/a/25101010/10414.html
