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
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
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均值怎么求 spss均值结果解释
平均值反映了一组数据的集中趋势,在经济社会各个领域都有非常广泛的应用。可以采用很多种方法求解平均值,如带有统计功能的计算器,Excel,SPSS等。关于SPSS均值怎么求,SPSS均值结果解释是什么,本文借助实例,向大家作简单的介绍。
2023-12-04
spss矩阵散点图怎么做 spss矩阵散点图怎么看相关性
随着经济社会的发展,人们愈加重视数据的作用,数据可视化作为应用的热点,已经渗透到生产生活的各个方面。矩阵散点图可以直观反映多变量间相互关系,是数据可视化的具体应用。关于SPSS矩阵散点图怎么做,SPSS矩阵散点图怎么看相关性,本文借助实例向大家作简单介绍。
2023-12-01
spss合并文件的操作步骤 spss合并文件变量怎么配对
可以使用两种方式合并两个数据文件中的数据,一是包含相同个案但不同变量的数据集,另一个是包含相同变量但不同个案的数据集,本文主要向大家介绍如何合并包含相同个案但不同变量的数据集。关于SPSS合并文件的操作步骤是什么,SPSS合并文件变量怎么配对,结合实例,向大家作简单介绍。
2023-11-06
spss计算变量如何计算平方 spss计算变量如何全选
以变量为单位管理并处理数据,是使用SPSS进行建模统计分析的基础。对于有经验的数据分析工作者,这部分工作要占整个统计分析工作的70%以上。管理变量大致包括两部分内容,变量赋值(或称为变量计算)和变量转化。本文主要向大家介绍变量计算的内容,例如SPSS计算变量如何计算平方,SPSS计算变量如何全选。
2023-11-04
spss卡方检验结果线性关联是什么 spss卡方检验结果没有连续性校正
对于两组连续性变量,一般通过回归分析判断两者是否存在相关关系。对于离散型变量,则需借助卡方检验判断两者之间是否存在相关关系。变量数据类型不同,SPSS卡方检验提供的结果形式也有所不同,因此很多用户会感到不解。本文结合实例向大家介绍SPSS卡方检验结果线性关联是什么,SPSS卡方检验结果没有连续性校正原因是什么。
2023-11-02
spss回归分析如何操作 spss回归分析的基本步骤
通过回归分析,可以了解变量间是否存在相互依赖的定量关系。根据方程类型,回归分析可以分为线性回归和非线性回归。根据变量的数目多少,回归分析可以分为一元回归分析和多元回归分析。本文以最简单的一元线性回归分析为例向大家介绍SPSS回归分析如何操作,SPSS回归分析的基本步骤。
2023-10-31

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: