IBM SPSS Statistics 中文网站 > 使用技巧 > 如何使用IBM SPSS Statistics确定建立的回归模型能用于预测分析

如何使用IBM SPSS Statistics确定建立的回归模型能用于预测分析

发布时间:2021/09/03 11:22:59

当需要研究一组随机变量与另一组变量的关系时,通常会运用回归分析。通过回归分析构建数学模型,探究两种或两种以上变量之间是否存在关系,若存在关系还可进一步预测未来的数据。

当自变量有多个而因变量只有一个时,则可构建spss多元线性回归分析,此时计算量较大,因此通过IBM SPSS Statistics(win)能更为准确、便捷地进行分析。

一、使用的数据

本文将使用一组人均消费支出额、人均工资性收入和人均非工资性收入的数据为例,使用IBM SPSS Statistics进行多元线性回归分析,分析这一组数据构建的模型是否显著,是否能进行预测分析。

如图1,因变量为人均消费支出额,两组自变量分别为人均工资性收入、人均非工资性收入。构建多元线性回归分析,分析两组自变量是否与人均消费支出额存在关系。

图1:示例数据
图1:示例数据

二、应用线性回归分析

在IBM SPSS Statistics中按照分析-回归-线性的顺序展开回归分析对话框。

图2: 线性回归分析功能
图2: 线性回归分析功能

在展开的线性回归对话框中,将人均消费支出额添加入因变量一栏中,将人均工资性收入和人均非工资性收入添加入自变量方框中,点击确定,即可得到分析结果。

图3:选择变量
图3:选择变量

三、对数据进行分析

通过IBM SPSS Statistics的线性回归分析功能得出分析结果后,可对得出的数据进行具体分析。从图4的模型摘要可知回归模型拟合程度R2=0.992,

接近1,说明该模型拟合程度高。

图4:模型摘要数据
图4:模型摘要数据

如图5所示,可知F统计量的值为340.676,对应的显著性小于0.01小于0.05,说明模型整体显著。

图5:ANOVA分析数据
图5:ANOVA分析数据

图6的系数表是回归模型的输出结果,回归系数的T检验可以直接通过显著性的值与0.05进行比较,若显著性小于0.05,说明回归系数通过了T检验,回归系数不为0。从系数表可知人均工资性收入x1和人均非工资性收入x2的显著性均小于0.05,通过了T检验。

由此构建出的模型为:

图6:系数数据
图6:系数数据

本文通过IBM SPSS Statistics建立的回归模型可以通过以上所说的三种检验,说明可用于预测分析。也就是说当知道某年的人均工资性收入和人均非工资性收入后可预测当年的人均消费支出额。

作者:刘白

标签:spss预测分析

读者也访问过这里:
SPSS Statistics
一款功能强大的数据统计分析工具
立即购买
QQ 群
官方交流群:815794396 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
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
如何通过SPSS对问卷进行效度分析
效度分析是指测量的根据或手段(在问卷中为问卷题目)是否能有效检测所需测量事物的程度,是问卷分析中几乎必须进行的一个环节,效度分析分为内容效度、准则效度和结构效度,问卷分析一般所使用的效度分析一般是结构效度。通过数据分析软件IBM SPSS Statistics(win)的效度分析功能我们可轻松获得关于问卷的效度分析结果,帮助我们更好设计或评估问卷。那么如何通过IBM SPSS Statistics对问卷进行效度分析。
2021-10-26
SPSS进行变量赋值的相关操作
变量和个案是IBM SPSS数据界面很重要的两个部分,可以形象理解为地球仪上的经线和纬线。通俗一点讲数据界面的每一列是一种变量,如年龄性别等。一行中的所有变量又构成了一个个案,本篇文章着重讲解变量,个案就不做过多展开。在图1中有具体的标注,可以看一下变量和个案到底是什么样。
2021-02-23