SPSS > 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SPSS分析数据多元线性回归分析SPSS多元线性回归分析

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拆分文件后怎么恢复 SPSS拆分文件后部分数据消失怎么办
在数据分析领域,如果对繁杂数据进行分类或者排序,我们不仅能够采用对文字变量赋值的方法,还可以尝试SPSS拆分文件的方式,根据拆分文件的标准来自动分类和排序。本文以 SPSS拆分文件后怎么恢复,SPSS拆分文件后部分数据消失怎么办这两个问题为例,带大家了解一下SPSS拆分文件的知识。
2025-07-15
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

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: