SPSS > 使用技巧 > 应用SPSS一元线性回归简单预测销售

应用SPSS一元线性回归简单预测销售

发布时间:2021-01-29 11: 30: 38

《如何使用SPSS进行一元线性回归分析》这篇文章中,我们已经详细学习了数据分析软件IBM SPSS Statistics的一元线性回归分析的设置方法。接下来,本文将针对分析过后的数据进行详细解读。

在解读过程中,我们需要求得方程式的系数,并判断系数的拟合程度、方程式的统计学意义。

一、使用的数据

本文分析所用的数据是一组包含客流量与销售额的数据,研究的是以客流量为自变量、销售额为因变量的线性关系。

图1:示例数据

二、解读检验结果

1.模型拟合效果

模型摘要中的R方是判定系数,其数值越接近于1,表明方程的拟合优度越好,一般需要大于0.6。

从如图2所示的模型摘看到,求得的一元线性回归方程的R方为0.839,说明本例分析所得的回归方程拟合效果良好。

图2:模型摘要

在判定回归方程拟合优度良好的情况下,查看ANOVA分析中的“回归模型”方差分析。如图3所示,“回归模型”的显著性值为0.00<0.05,说明该“回归模型”具有显著的统计学意义,也就是说,客流量与销售额之间存在着显著的线性回归关系。

图3:ANOVA检验2.构建模型表达式

在判定回归模型具有显著统计学意义的前提下,进一步检验求得的系数是否通过T检验。该T检验的原假设为求得的回归系数不具有统计学意义。

如图4所示,可以看到回归系数(客流量对应的系数)的显著性数值为0.00<0.05,拒绝原假设,也就是说方程的回归系数具有统计学意义,可构建y=12.821x-2644.658的一元线性回归方程。

图4:选择变量

3.残差相关性分析

通过上述的分析,我们已经可以认为构建的一元线性回归方程y=12.821x-2644.658具有统计学意义,但是否可用于预设因变量的值,还需要通过残差相关性分析。如果残差存在自相关的话,模型的预测准确度将会不高。

如图5所示,模型的D-W值(德宾-沃森值)为2.060,查阅德宾-沃森表得到,样本量n=198(采用200样本量D-W值),控制变量数量k=1,其下临界值LD=1.664、上临界值UD=1.684。

根据D-W值的判定规则,本例的D-W值符合“如果UD

图5:D-W检验

另外,再通过残差直方图看到,残差的分布趋近于正态曲线的分布。

图6:残差直方图

再结合正态P-P图分析,可以看到,数值的分布近似于直线,说明残差的正态性良好。

在满足残差无自相关性、服从正态分布的前提下,说明本例构建的一元线性回归方程具有良好的预测性,可通过为自变量代入数值,求得预测的因变量。

图7:残差P-P图

三、小结

综上所述,在使用IBM SPSS Statistics构建一元线性回归方程时,需要通过判定系数R方判断回归方程的拟合优度,并检验回归方程、方程系数的是否具有统计学意义。

在回归方程具有统计学意义的前提下,需进一步通过分析残差的自相关性、正态性来判断回归方程的预测效果。

作者:泽洋

展开阅读全文

标签:SPSS数据分析软件SPSS一元线性回归

读者也访问过这里:
SPSS Statistics
强大的数据分析平台
立即购买
微信群
官方微信群 立即加群
400-8765-888 kefu@makeding.com
热门文章
SPSS数据分析显著性差异分析步骤 SPSS显著性差异分析结果怎么看
数据的显著性差异分析主要有三种方法,分别是卡方检验、T检验和方差分析。这三种方法都有具体的数据要求:卡方检验是对多个类别的数据进行分析,T检验是对两组数据进行分析,方差分析是对多组数据进行检验。下面,小编具体说明一下SPSS数据分析显著性差异分析步骤,SPSS显著性差异分析结果怎么看。
2022-01-07
实践SPSS单因素方差分析之检验结果解读
在《实践SPSS单因素方差分析之变量与检验方法设置》一文中,我们已经详细地演示了IBM SPSS Statistics单因素方差分析方法的变量选择以及相关的选项、对比设置。
2021-01-11
spss如何做显著性分析 spss显著性差异分析怎么标abc
在统计分析中,显著性分析是分析相关因素之间是否存在显著影响关系的关键性指标,通过它可以说明分析结论是否由抽样误差引起还是实际相关的,可论证分析结果的准确性。下面大家一起来看看用spss如何做显著性分析,spss显著性差异分析怎么标abc。
2022-03-14
SPSS回归分析中的f值是什么 SPSS回归分析F值在什么范围合适
回归分析中以R表示相关性程度的高低,以F评价回归分析是否有统计学的意义,使用IBM SPSS Statistics进行回归分析,可以非常快速的完成R,F的计算,并且给出回归曲线方程,那么,SPSS回归分析中f值是什么?SPSS回归分析F值在什么范围合适,本文结合实例向大家作简单的说明。
2022-07-22
SPSS多元logistic回归分析的使用技巧
回归分析是数据处理中较为常用的一类方法,它可以找出数据变量之间的未知关系,得到较为符合变量关系的数学表达式,以帮助用户完成数据分析。
2021-04-26
SPSS相关性分析结果怎么看
相关性分析是对变量或个案之间相关度的测量,在SPSS中可以选择三种方法来进行相关性分析:双变量、偏相关和距离。
2021-04-23
最新文章
SPSS里面如何快速将字符赋值 SPSS文字变量赋值
在数据分析领域,如果想要对多属性或多选项的变量进行分析,研究者需要对一些文字变量进行赋值来将字符串改为数字格式,便于后续的问卷数据统计和测量。今天,我们以SPSS里面如何快速将字符赋值,SPSS文字变量赋值这两个问题为例,带大家了解一下SPSS字符赋值的相关知识。
2025-06-30
SPSS因子负荷系数表怎么做 SPSS因素负荷是哪个值
在数据分析领域,SPSS因子分析可以从众多变量中提取出少数因子,这种方法一般是通过构建的指标体系计算出因子得分,而知晓因子负荷系数可以帮助研究者优化实验数据,从而实现对繁杂数据的标准化处理。今天,我们以SPSS因子负荷系数表怎么做,SPSS因素负荷是哪个值这两个问题为例,带大家了解一下SPSS因子负荷的相关知识。
2025-06-30
SPSS如何把多个题项变成一个维度 SPSS如何把多个题项分析出来
在回收调查问卷的数据后,研究者通常会对问卷中相关性较高的题项进行合并,这就需要运用到SPSS转换和计算变量的函数指令方法,从而使多个问卷题项变成一个维度来计算均值结果。本文以SPSS如何把多个题项变成一个维度,SPSS如何把多个题项分析出来这两个问题为例,带大家了解一下SPSS多题项合并的知识。
2025-06-27
SPSS方差齐性检验操作误区 SPSS方差齐性检验结果解读
方差齐性检验是用来检查不同数据之间的方差是否存在相似性,通过这种分析方法,可以判断不同组别数据的一致性。今天我就以SPSS方差齐性检验操作误区,SPSS方差齐性检验结果解读这两个问题为例,来向大家讲解一下SPSS当中方差齐性检验工具的操作技巧。
2025-06-27
SPSS交叉表行列优化技巧 SPSS交叉表格中行列层是什么意思
交叉表是用于分析两个或多个变量之间是否存在相互关联的验证图表,是一种非常简单且高效的数据分析工具,广泛应用在医疗、市场调研、商业分析等诸多领域。今天我就以SPSS交叉表行列优化技巧,SPSS交叉表格中行列层是什么意思这两个问题为例,来向大家讲解一下交叉表分析工具的相关知识。
2025-06-26
SPSS连续变量和分类变量的区别 SPSS连续变量和分类变量的关系
IBM SPSS Statistics是一款功能强大的统计软件,具备如数据处理、数理统计、分析预测,数据可视化等功能。借助IBM SPSS Statistics,我们可以快速完成数据分析工作,避免大量的数学计算,大大提高工作效率。使用IBM SPSS Statistics,首先要注意数据类型的设置,数据类型设置不正确,可能导致统计出现错误。SPSS连续变量和分类变量的区别,SPSS连续变量和分类变量的关系是怎样的,本文向大家作简单介绍。
2025-06-26

微信公众号

欢迎加入 SPSS 产品的大家庭,立即扫码关注,获取更多软件动态和资源福利。