SPSS广义线性回归分析 SPSS广义线性回归结果解读

品牌型号：联想 小新14

系统：Windows 10

软件版本：IBM SPSS Statistics 31.0

广义线性回归不同于传统线性回归，GLM通过指定不同的分布族和连接函数，可精准建模非正态分布数据。SPSS软件提供的广义线性回归分析功能可以灵活处理连续型、分类型及计数型因变量。本文将给大家讲解关于SPSS广义线性回归分析，SPSS广义线性回归结果解读的内容。

一、SPSS广义线性回归分析

一般情况下，收集的数据如果符合正态分布，可以使用多因素方差分析，但是如果数据不符合正态分布，就不能使用多因素方差分析，应该使用广义线性回归分析。下面呢，我们就一起来看一下将要讲解的在SPSS软件中广义线性回归分析的操作步骤。

1、这里收集了58位研究对象，其中男性和女性都是29位，研究对象的受教育程度分为三类，分别调查测量他们的幸福指数。接下来我们要分析性别和教育程度，是否会影响我们的幸福指数。

2、把SPSS软件打开，导入收集到的数据。点击软件上方菜单栏分析按钮，找到广义线性模型，在广义线性模型里面有两个选项，一个是广义线性模型，一个是广义估计方程。由于幸福指数只测量了一次，没有进行重复测量，所以选择使用广义线性模型。

3、点击广义线性模型之后，会弹出广义线性模型窗口。进入模型类型，因为我们的因变量幸福指数是一个得分，是一个连续性的，所以这里的标度响应选择线性。

4、点击响应，对因变量进行设置。把幸福指数投入到因变量这个单元格，然后我们再点击预测变量。

5、这里面预测变量是性别和受教育程度，分别把性别和受教育程度拖入过来，再点击这里选项，看一下选项里面的因子类别顺序，这里我们保持升序就可以了，点击继续按钮，返回界面。

6、点击模型，在模型这里我们要分析性别的主效应，受教育程度的主效应，以及性别和受教育程度的交互作用，把它拖入过来，模型就设置完成。

7、然后点击估计，这里我们通常不需要任何的操作，保持默认就可以。点击统计量，在统计量里面，我们可以根据自己的需要进行选择，如果进行的是二元logistic模型类型，那就必须勾上包括指数参数估计，由于这里面我们因变量是连续的，所以不用勾上指数参数估计。

8、点击平均值，在平均值里面把这个交互项拖入过来，选择成对比较。如果有需要，也可以把教育程度拖过来，选择成对比较。

9、设置完成后，我们要点击下面的粘贴按钮，对代码进行修改。这里要修改这个交互项的代码，如下图所示，复制倒数第四行的代码，再粘贴到它的下方。将这两行代码中，第一行的“性别*”删除，第二行的“*受教育程度”删掉。改完之后，点击上面的绿色按钮。SPSS软件会弹出来相应的结果。

二、SPSS广义线性回归结果解读

通过上文我们了解了在SPSS软件中进行广义线性回归分析的具体操作，分析完成后，在结果会展示出一系列的结果报告，这些结果代表什么意思呢，下面我们一起来学习在SPSS软件中广义线性回归结果解读。

1、在结果界面，第一个是模型信息，这里面的概率分布是常规的正态分布，具有连续性。关联函数是恒等函数。个案处理摘要结果里可以看出数据包含了58名研究对象。分类变量信息里显示的是因子变量性别和受教育程度的信息情况。

2、在后面的模型效应检验结果，可以查看各个自变量是否存在统计学意义，这里的性别和教育程度所对应的p值小于0.01，说明不同性别、受教育程度之间，幸福指数是存在统计学差异。

3、交互项性别*以受教育程度的卡方值是7.824，自由度等于二，p值是0.02，小于0.05，说明交互项也是存在统计学意义的。

4、参数估计值表格数据通常不需要的，这里就不解读了。继续往后是成对比较的结果，首先是交互项的，这里面罗列了男性，女性，本科以下本科，本科以上的，具体的幸福指数的平均值和标准误差。成对比较表格里面，各类受教育程度男性和女性，它的幸福指数所对应的p值都小于0.01，说明对应的幸福指数存在统计学差异的。

5、接下来的结果表格是交互效应的另外一个方向分析，就是固定性别进行不同教育程度的比较。最后面是受教育程度的成对比较结果，这些都是广义线性模型的分析结果，我们可以根据需要导出相应的结果即可。

以上就是关于SPSS广义线性回归分析，SPSS广义线性回归结果解读的全部内容。在SPSS软件中，大家根据文中讲解的步骤，导入数据后，点击分析，选择广义线性，进入广义线性模型窗口进行基本的设置，即可轻松得出广义线性回归分析结果。显示的结果表格有很多个，我们只需查看或导出有需要的结果。