使用spss进行线性回归（简单易上手的其他操作这里都总结好了）

前面一篇我们把spss线性回归的基本操作给捋顺了，其实发现也并没有那么难对吧，今天跟着小助理一起玩一下它的其他操作~

预计阅读时间5分钟

1.Statistics按钮

可供用户选择更多的输出统计量。

（1）Estimates：SPSS默认输出项，输出与回归系数相关的统计量：

回归系数（偏回归系数）、回归系数标准误差、标准化回归系数、回归系数显著性检验的t统计量和概率p值，各解释变量的容忍度。

（2）Confidence Intervals：输出每个非标准化回归系数95％的置信区间。

（3）Descriptive：输出各解释变量和被解释变量的均值、标准差、相关系数矩阵及单侧检验概率p值。

（4）Model fit：SPSS默认输出项。输出以下结果：

判定系数、调整的判定系数、回归方程的标准误差、回归方程显著F检验的方程分析表。

（5）R squared change：输出每个解释变量进入方程后引起的判定系数的变化量和F值的变化量。

（6）Part and partial correlation：输出方程中各解释变量与被解释变量之间的简单相关、偏相关系数。

（7）Covariance matrix：输出方程中各解释变量间的相关系数、协方差以及各回归系数的方差。

（8）Collinearity Diagnostics：多重共线性分析。

输出各个解释变量的容忍度、方差膨胀因子、特征值、条件指标、方差比例等。

（9）Residual框

①Durbin-waston表示输出DW检验值；

②Casewise Diagnostic表示输出标准化残差绝对值大于等于3（SPSS默认值）的样本数据的相关信息，包括预测值、残差、杠杆值等。

2. Options选项

可供用户设置多元线性回归分析中解释变量筛选的标准以及缺失值的处理方式。

（1）[Use probability of F]:以偏F统计量的概率值为标准判断解释变量能否进入或剔除回归方程。

（2）[use F value]:以偏F统计量的临界值为标准判断解释变量能否进入或剔除回归方程。

（3）[include constant in equation]:是否进行中心化处理，即方程中是否包含常数项。

3.Plot选项

该选项用于对残差序列的分析

（1）窗口左边框中各变量名的含义：

①DEPENDNT表示被解释变量，

②*ZPRED表示标准化预测值，

③*ZRESID表示标准化残差，

④*DRESID表示剔除残差，

⑤*ADJPRED表示调整的预测值，

⑥*SRESID表示学生化残差，

⑦*SDRESID表示剔除学生化残差。

（2）绘制多对变量的散点图，可根据需要在scatter框中定义散点图的纵坐标和横坐标变量。

（3）Standardized Residual Plots框

①Histogram：绘制标准化残差序列的直方图；

②Normal probability plot：绘制标准化残差序列的正态分布累计概率图。

③Produce all partial plots：依次绘制被解释变量和各个解释变量的散点图。

4. Save选项

（1）该窗口的功能是将回归分析的某些结果以SPSS变量的形式保存到数据编辑窗口中，并可同时生成XML格式的文件，便于分析结果的网络发布。

（2）Predicted Values框：保存非标准化预测值、标准化预测值、调整的预测值和预测值的均值标准误差。

（3）prediction intervals框：保存均值或个体预测值95％（默认）置信区间的下限值和上限值。

（4）Residual框：保存非标准化残差、标准化残差等。

（5）Influence Statistics框：保存剔除第i个样本后统计量的变化量。

5.WSL选项

采用加权最小二乘法替代普通最小二乘法估计回归参数，并指定一个变量作为权重变量。

教程有了，先练起来吧

- End -

科研路漫其修远兮，吾将上下而求索，有烦恼苦闷或者有趣好玩的事情记得告诉小助理，希望陪伴您一起成长。

踌躇满志无限期

扬帆起航正当时

科研小助理为您在线解答

,