IBM SPSS Statistics 中文网站 > 使用技巧 > 回归分析spss步骤 回归分析spss结果解读

回归分析spss步骤 回归分析spss结果解读

发布时间:2022-05-11 14: 12: 11

品牌型号:联想GeekPro 2020

系统: Windows 10 64位专业版

软件版本: IBM SPSS Statistics

回归分析spss步骤,本文会以研究客流量对销售额影响的问题为例具体演示spss操作步骤,同时,也会具体进行回归分析spss结果解读,并进一步讲解回归分析的其他类型,以帮助加深对回归分析的认识。

一、回归分析spss步骤

本文使用的是一组客流量和销售额的数据,用于构建客流量与销售额的线性回归分析,以研究客流量的变化对销售额的影响。

图1:示例数据
图1:示例数据

 

本例数据仅包含一个自变量与一个因变量,因此可构建简单的一元线性回归方程,依次单击spss的分析-回归-线性选项,进行线性回归分析。

图2:线性回归分析
图2:线性回归分析

 

第一步选择变量,分别将销售额、客流量添加到因变量、自变量选项中,以研究自变量客流量对因变量销售额的影响。

图3:选择变量
图3:选择变量

 

 

第二步,指定线性回归进入的方式,包括输入(自变量全部放进回归模型)、步进(按自变量贡献度、剔除与否等决定自变量是否放入回归模型)、除去(建立自变量模型后,根据条件剔除自变量)、后退(与除去相似,但后退采用逐次剔除自变量的方法)与前进(逐次添加自变量)五种方法。

由于本例分析的是简单的一元线性回归方程,可以按照默认选择“输入”。

图4:进入方法
图4:进入方法

 

第三步设置统计量,分别指定以下统计量:

1.回归系数,进行线性回归方程系数的计算,勾选“估算值”,可获得参数估计量。

2.模型拟合,了解模型的拟合度以及预测的准确度,可同时勾选“描述”统计数值,查看平均值、方差等。

3.残差,勾选“德宾-沃森(D-W)”检验,以了解残差是否存在自相关,检验模型是否具有统计学意义。

图5:统计方法
图5:统计方法

 

第四步,设置参考图表,比如标准化残差图中的“直方图”、“正态概览图”,用于辅助分析残差的自相关性、正态性,检验模型是否具有统计学意义。

图6:标准化残差图
图6:标准化残差图

 

第五步,如果在回归方程中需要设置常数项,需在“选项”设置中勾选“在方程中包括常量”。

图7:选项设置
图7:选项设置

 

二、回归分析spss结果解读

完成以上spss的设置后,即可进行运算获取结果,我们需要从模型拟合度、残差是否具有自相关来检验回归方程是否具有统计学意义,以及判断其预测的准确度。

a.模型拟合效果

模型摘要,求得的回归方程R方为0.839,R方数值越接近于1,说明方程的拟合优度越好,一般需要大于0.6。本例回归方程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8:模型摘要
图8:模型摘要

 

ANOVA分析,回归模型的显著性值为0.00,小于0.05的置信空间,即说明有95%的概率拒绝原假设(原假设为客流量与销售额之间无回归关系),也就是说,客流量与销售额之间存在着显著的回归关系。

图9:ANOVA检验
图9:ANOVA检验

 

b.残差相关性分析

通过回归方程R方、ANOVA分析,可得知回归方程具有统计学意义,但模型是否具有准确的预测性,还需要通过残差相关性分析进一步确认。如果残差存在自相关的话,模型的预测准确度就不高。

查看模型摘要中的德宾-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。

而本例的德宾-沃森值为2.060,根据判定规则,本例回归方程符合“如果UD

图10:D-W检验
图10:D-W检验

 

残差直方图,可查看到残差的分布趋近于正态曲线的分布。

图11:残差直方图
图11:残差直方图

 

再结合正态P-P图分析,数值的分布近似与直线,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,说明该回归方程具有良好的预测性。

 

图12:残差P-P图
图12:残差P-P图

 

c.构建模型表达式

在判定回归模型统计学意义、残差无自相关性、残差满足正态分布的前提下,可求得回归方程的回归系数,从而构建回归方程。

系数分析表,客流量回归系数的显著性数值为0.00<0.05,有95%概率拒绝原假设;而常量系数的显著性为0.4,无法拒绝原假设。说明自变量回归系数具有统计学意义,而常量系数不具有统计学意义,可构建y=12.821x的一元线性回归方程。

图13:选择变量
图13:选择变量

 

三、回归分析有哪些类型

在上文的示例中,我们演示了简单的一元线性回归分析,那么,除此以外,回归分析还包含哪些类型呢?

回归分析包含了线性回归与非线性回归分析,其中:

1.线性回归分析,可分为一元线性回归分析(一个自变量X与因变量Y的关系)与多元线性回归分析(多个自变量与因变量Y的关系)

2.非线性回归分析,也称为曲线回归,根据因变量是定量变量或定性变量可分为Logistic回归、有序回归、Probit回归等。非线性回归分析由于模型未知,其分析情况会更为复杂,常需要借助图表归纳,或简化为多元线性回归来分析。

四、小结

以上就是回归分析spss步骤,回归分析spss结果解读的相关内容。本文重点演示了spss中的一元线性回归分析的步骤,其中会涉及到回归方程的共线性、残差相关性、残差正态性、方程拟合优度等指标的使用。

 

 作者:泽洋

展开阅读全文

标签:一元线性回归分析回归分析二元回归分析有序回归分析

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
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: