品牌型号：Dell N5010

系统：Windows 10

软件版本：IBM SPSS Statistics

线性回归分析是一种应用非常广的统计分析，旨在确定两种或两种以上的变量是否存在简单的线性依赖关系，如吸烟与寿命降低，降价与销售量等等。今天我们借助IBM SPSS Statistics这款专业的统计分析软件，向大家介绍spss线性回归图怎么画，spss线性回归图怎么看结果，以及进行线性回归分析过程中需要注意的问题。

一、spss线性回归图怎么画

为了便于大家理解，这里举一个实例向大家说明，首先生成30个分布于10到20的随机数组{X}，然后按公式Y=2*X+5生成随机数组{Y}，如果直接对{X}和{Y}进行线性回归分析，将非常的简单，我们再生成一组随机数{Z}，使得Z=Y-random between（-3，3），即每个Y随机减去-3到3之间的一个整数，我们对{X}，{Z}进行线性回归分析。向SPSS中录入数据如图1所示。

点击图形，图表构建器，在散点图/点图中找到带趋势线的散点图图例，将其拖入预览窗口，然后将Z指定为Y轴，将X指定为X轴，在元素属性选项卡内，点击Y-Axis（点图1）项目，将刻度最小值指定为0，然后点击确定，绘制的回归曲线如图3所示。

不难看出，线性回归点线图绘制非常简单，进一步来说，图形绘制背后有哪些数学知识，如何得出线性回归方程，回归结果是否具有统计学意义呢？我们在第二小节中向大家介绍。

二、spss线性回归图怎么看结果

使用SPSS进行线性回归分析的步骤，我们在第三小节中向大家介绍，本小节我们介绍如何解读线性回归的结果，依然以第一小节中数组{X}和{Z}为例。

首先我们查看模型摘要表格，查看德宾-沃森检验值，此值一般分布于0-4之间，越接近2，证明数据是相互独立的，可以进行线性回归分析。

然后我们查看图5所示的散点图，可以看出标准化预测值与标准化残差数据点分布比较均匀，未出现随标准化预测值变化，标准化残差规律变化的情形，因此可以大致判定，数据具有等方差性，可以进行线性回归分析。

然后我们查看图6所示的直方图，可以看出残差大致呈正态分布，数据可以进行线性回归分析。

然后我们查看图7所示表格，首先ANOVA表格中显著性小于0.05，说明进行线性回归分析有统计学意义，在模型摘要表格中，我们主要查看调整后R方，此值越接近1，说明线性相关程度越高，此值为0.922，提示X可以解释92.2%的Z的变化。然后我们查看系数表，得到回归方程：

Z=2.125*X+3.583

与实际的方程相差不大，同时截距和斜率对应的显著性水平均小于0.05，说明截距和斜率对Z的影响具有统计学意义。

如何使用SPSS进行线性回归分析呢？在第三小节中向大家介绍。

三、SPSS进行线性回归分析步骤

以上两个小节介绍了线性回归点线图的绘制和线性回归分析结果的解读，下面向大家介绍线性回归分析的步骤。

点击分析，回归，线性，如图8所示。

将Z加入因变量列表，将X加入自变量列表，然后点击统计，勾选估算值，置信区间，德宾-沃森，个案诊断，模型拟合5个选项，点击继续。

然后点击图选项，将ZRESID指定为Y轴，将ZPREED指定为X轴，勾选直方图和正态概率图，点击继续，点击确定，SPSS将进行线性回归分析，并输出第二小节的结果图表，结合第二小节内容进行分析即可。

本文向大家介绍了spss线性回归图怎么画，spss线性回归图怎么看结果，以及回归分析过程需要注意的一些问题，SPSS还可以进行更为复杂的多元线性回归分析以及多种非线性回归分析，大家可以登录SPSS中文网站进行学习。

作者：莱阳黎曼