SPSS之回归分析

线性回归

线性回归主要是来确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法之一,运用十分广泛。分析按照自变量和因变量之间的关系类型,可分为线性回归分析和非线性回归分析。线性回归方程又包含一元线性回归,二元线性回归或以上线性回归方程。这里我们阐述下一元线性回归。

数据录入

首先把数据录入SPSS中,如图所示。

单击“分析(A)”,然后点击“回归(R)”,我们这里通过“线性(L)”来进行线性回归。如图所示。

步骤2

我们把“身高”作为因变量,“体重”作为自变量,选择“进入”方法,因此这是一个一元线性回归分析。如图所示。

步骤3

单击“统计量”,选择需要做的分析,确定后点击“继续”,同时还可以选择“绘制”、“保存”、“选项等”,这里我们不再额外赘述。如图所示。

分析结果

通过“模型汇总b”中,有R方为0.378,数值较小,说明方程拟合度较低,在“Anova”中,满足F检验,Sig.为0.00小于0.005,说明具有显著性。

在“系数”一表中,给出了回归方程的系数值,即常量为120.885,体重为0.809,所以方程为:

身高=0.809*体重+120.885

在“残差统计量”和“标准化残差”图中,总体而言,效果一般。