SPSS线性回归预览.ppt

SPSS线性回归 一、回归的原理 回归（Regression，或Linear Regression）和相关都用来分析两个定距变量间的关系，但回归有明确的因果关系假设。即要假设一个变量为自变量，一个为因变量，自变量对因变量的影响就用回归表示。如年龄对收入的影响。由于回归构建了变量间因果关系的数学表达，它具有统计预测功能。 线性回归的统计原理： 两个定距变量的回归是用函数 y= f（x） 来分析的。我们最常用的是一元回归方程 在统计学中，这一方程中的系数是靠x与y变量的大量数据拟合出来的。 比如通过上学年数和工资的关系计算得出下列的回归公式： y=472+14.8x 可知上学年数每增长1年，工资会增加14.8元； 也可推测，上学年数为15年的人，工资收入应为472 + 14.8 *15=694元。 二、线性回归的适用条件 线性趋势：即自变量与因变量的关系是线性的。 独立性：因变量Y的取值相互独立。反映在方程中即残差独立。 正态性：即自变量的任何一个线性组合，Y应该服从正态分布。反映在方程中即残差Ei服从正态分布。 方差齐性:自变量的任何一个线性组合，Y的方差相同。 Enter：进入法。默认选项。所有所选自变量都进入回归模型，不作任何筛选。 Stepwise：逐步法。根据在Option框中设顶的纳入和排除标准进行变量筛选。具体做法是首先分别计算各自变量X对Y的贡