400-8765-888
kefu@makeding.com
仅剩:
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。
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。
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。
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。
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：
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
读者也喜欢这些内容:
spss相关性分析怎么做 spss相关性多少算显著
调查一个变量是否随另一个变量变化，我们可以对两者进行相关性分析，需要用户了解的是相关性分析不是因果关系分析，相关性分析可以描述两个变量的变化情况，以及相关性是否具有统计学意义。我们一般借助IBM SPSS Satatistics进行相关性分析，关于spss相关性分析怎么做，spss相关性多少算显著的问题，本文结合实例向大家做简单说明。...
阅读全文 >
SPSS 调查问卷如何录入，SPSS调查问卷数据分析
SPSS是一款功能全面的数据管理软件，借助于内置的丰富算法，可完成数据分析，数据预测，数据可视化等多种功能。除工学，医学等自然科学学科，SPSS在社会学研究领域也有广泛的应用，今天以调查员工工作满意度为例，向大家介绍如何使用SPSS进行调查问卷分析，包括SPSS问卷调查录入和问卷数据分析两部分内容。...
阅读全文 >
ibm spss statistic是什么软件 ibm spss statistic如何导入数据
ibm spss statistic是什么软件？ibm spss statistic是一款集数据输入、数据处理、统计分析为一体的统计与服务解决方案，涵盖了数据统计分析的方方面面。ibm spss statistic如何导入数据？ibm spss statistic支持多种数据类型，可将excel、txt、sas格式数据导入软件中。...
阅读全文 >
SPSS软件中如何进行神经网络分析 SPSS神经网络为什么无法选择分类
神经网络算法(Nerual Net Works)是一种学习型预测算法，通过大量数据，预测新输入变量与预测结果间的路径，此路径称为神经网络，在这个网络中，每个通路的权重都是基于原有数据计算得出的，原有数据量越充足，权重配比就越合理，预测的结果就越准确，神经网络算法实现一般借助专业的统计分析软件，例如IBM SPSS Statistics，SPSS软件中如何进行神经网络分析，SPSS神经网络为什么无法选择分类，本文将结合实例向大家作简单的解释。...
阅读全文 >
