IBM SPSS Statistics 中文网站 > 使用技巧 > spss多元线性回归分析操作步骤,spss多元线性回归分析结果解读

spss多元线性回归分析操作步骤,spss多元线性回归分析结果解读

发布时间:2022-05-07 16: 26: 50

品牌型号:联想GeekPro 2020

系统: Windows 10 64位专业版

软件版本: IBM SPSS Statistics

spss多元线性回归分析操作步骤,本文会以客流量、销售量与销售额的线性关系演示spss的多元线性回归分析操作步骤,并进行spss多元线性回归分析结果解读。

一、spss多元线性回归分析操作步骤

spss多元线性回归分析,用于研究多个自变量与因变量的线性相关关系。本文会以研究客流量、销售量与销售额的线性相关关系为例,演示一下spss多元线性回归方程的分析过程。

本例使用的数据如图1所示,客流量、销售量作为自变量,销售额作为因变量。

图1:销售额与客流量数据
图1:销售额与客流量数据

 

依次单击spss的回归-线性分析,多元线性与一元线性回归相似,都是使用线性回归分析,只是在自变量的设置上,多元线性回归分析会包含多个自变量,而一元线性回归只会包含一个自变量。

图2:线性回归
图2:线性回归

 

变量设置,将客流量、销售量设置为自变量,将销售额设置因变量,以研究客流量、销售量与销售额之间的回归关系。

图3:变量设置
图3:变量设置

 

设定统计量以计算回归方程的系数,检验系数的显著性以方程的拟合优度,以检验方程的预测准确度,可勾选以下统计量:

1. 勾选回归系数中的“估算值”并设定为95%置信区间,用于检验回归系数的显著性。

2.勾选“模型拟合”,检验回归模型的拟合优度,以确认方程的预测准确性。

3. 勾选“描述”统计量,了解数据的基本特征,如平均值、方差等,查看数据的离散程度。

图4:统计量
图4:统计量

 

图表设定,勾选“直方图”与“正态概率图”,了解回归方程的残差数据分布,以检验残差是否服从正态分布,以满足回归分析的假设。

图5:图表
图5:图表

 

二、spss多元线性回归分析结果解读

完成以上设置后,进行spss的运算并解读结果。

首先,先观察回归方程的残差直方图(残差的分布),可观察到残差服从正态分布,满足了线性回归模型的对于残差正态性的要求。

图6:标准化残差直方图
图6:标准化残差直方图

 

正态P-P图,预期累积概率与实测累积概率的分布趋近于一条直线,同样说明了回归方程的残差服从正态分布。

图7:正态P-P图
图7:正态P-P图

 

在满足残差正态分布的前提下,检验模型的拟合优度,模型的调整后R方数值为0.976,接近于1,说明模型的拟合优度高。

图8:模型拟合优度
图8:模型拟合优度

 

在满足残差正态性分布、回归模型拟合优度高的前提下,观察所得回归方程的回归系数的显著性。

从系数分析表看到,回归方程的客流量与销售量系数为<0.001,小于0.05,有95%的概率拒绝原假设,说明客流量与销售量的回归系数均显著,但常量系数0.179>0.05,常量回归系数不显著,说明其数值对回归方程的影响意义不大。

根据以上系数检验结果列出以下方程:y=1.74x1+53.265x2

图9:系数显著性
图9:系数显著性

 

三、怎么判断变量间是否存在线性关系

通过以上的讲述,我们知道怎么运用spss进行多元线性回归分析,但需要确认数据满足线性分布才能进行多元回归分析。那么,在进行运算前,怎么确认数据变量间是否存在线性关系?

最简单的方法是运用散点图观察数据的分布,以确认变量间是否存在线性关系。以一组简单的客流量与销售额数据为例。

图10:销售额与客流量数据
图10:销售额与客流量数据

 

使用以上数据绘制散点图(可在spss的图表功能中绘制),如图11所示,可以看到,销售额与客流量的数据呈现线性分布,趋势比较明显,说明该组数据可构建线性回归模型进行分析。

如果在散点图中,变量的分布不符合线性分布,就需要使用spss的其他非线性回归分析方法,不能简单套用以上线性回归操作。

图11:销售额与客流量散点图
图11:销售额与客流量散点图

 

四、小结

以上就是关于spss多元线性回归分析操作步骤,spss多元线性回归分析结果解读的相关内容。spss多元线性回归是在一元线性回归的基础上,构建多个自变量的线性回归方程,需要满足残差正态分布的假设,进行方程拟合优度、回归系数显著性的检验。

 

作者:泽洋

展开阅读全文

标签:SPSSIBM SPSS Statistics一元线性回归分析SPSS教程多元线性

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
spss多元线性回归分析操作步骤,spss多元线性回归分析结果解读
spss多元线性回归分析操作步骤,本文会以客流量、销售量与销售额的线性关系演示spss的多元线性回归分析操作步骤,并进行spss多元线性回归分析结果解读。
2022-05-07
spss怎么做逐步回归分析 逐步回归分析spss结果解读
spss怎么做逐步回归分析?逐步回归分析是多元线性回归分析的一种,可通过spss回归分析中的“步进”法来做逐步回归分析。本文会运用例子演示逐步回归分析步骤,并进行逐步回归分析spss结果解读。
2022-05-12
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
最新文章
spss去除无效数据方法 spss去除极端值方法
统计学是一门旨在收集、分析和解释数据的学科。在统计学中,数据的准确性和有效性至关重要。然而,有时候我们会遇到无效数据,这些数据可能是错误的、缺失的或者不完整的,它们会对统计结果产生严重的影响。使用SPSS对数据进行统计时,也常常会面对这些问题,关于SPSS去除无效数据方法,SPSS去除极端值方法的内容,本文向大家作简单介绍。
2024-05-08
spss异常值处理办法 spss异常值检验步骤
SPSS异常值检查是数据分析中一个非常重要的步骤。异常值指的是数据集中与其他观测值明显不同的数值。这些异常值可能会对统计分析结果产生影响,使用SPSS进行统计分析前,要对数据进行简单分析,例如查看有无缺失值,进行异常值检验等。有关SPSS异常值处理办法,SPSS异常值检验步骤的内容,本文向大家作简单介绍。
2024-04-24
spss筛选变量不能共线 spss筛选出没有缺失值的样本方法
SPSS是一种强大的统计分析软件,广泛应用于各种研究领域。在进行数据分析时,研究人员经常会遇到共线性问题。共线性是指自变量之间存在高度相关性的情况,这可能会导致模型不稳定、参数估计不准确甚至无法得出有效的结论。因此,共线性诊断和筛选变量在SPSS中变得尤为重要。有关SPSS筛选变量不能共线,SPSS筛选出没有缺失值的样本方法的内容,本文向大家作简单介绍。
2024-04-17
spss筛选功能在什么地方 spss筛选怎么做
SPSS软件是一款被广泛应用于数据分析和统计学习领域的工具。在数据处理过程中,筛选是一个非常重要的步骤,它可以帮助用户快速地找到所需的数据并进行进一步的分析。SPSS软件提供了强大的筛选功能,使用户能够轻松地筛选出符合特定条件的数据,从而提高数据处理的效率和准确性。SPSS筛选功能在什么地方,SPSS筛选怎么做,本文向大家作简单介绍。
2024-04-10
SPSS赋值怎么操作 SPSS赋值反了怎么修改
SPSS是一款平价的数据分析与统计软件,即使是学生也可以承担软件的价格。往变量中输入数据被称为为变量赋值,这是SPSS的基础操作,也是重要的操作之一。数据的精确度就是依据于我们在软件中对于变量的赋值要求,这些都需要仔细设置。下面将为大家介绍SPSS赋值怎么操作,SPSS赋值反了怎么修改的相关内容。
2024-04-03
spss估算边际均值图怎么做 spss估算边际均值图怎么得到
SPSS(StatisticalProductandServiceSolutions)作为一款常用的统计分析软件,其功能强大且操作简便,广泛应用于各个领域的数据分析中。本文将介绍spss估算边际均值图怎么做,spss估算边际均值图怎么得到的内容。
2024-03-29

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。

读者也喜欢这些内容: