解说Spss线性回归分析讲稿.pptVIP

一元线性回归分析 表5给出了回归系数、回归系数的标准差、标准化的回归系数值以及各个回归系数的显著性t检验。从表中可以看到解释变量x及常量其t统计量对应的p值都小于显著性水平0.05，因此，在0.05的显著性水平下都通过了t检验。变量x的回归系数为2.964，即奖金每增加1%，销售量就增加2.964。 表5 * 为了判断随机扰动项是否服从正态分布，观察图5所示的标准化残差的P－P图，可以发现，各观测的散点基本上都分布在对角线上，据此可以初步判断残差服从正态分布。 图5 * 一元线性回归分析 4、建立回归模型： 根据一元回归模型： 把表5中“非标准化回归系数”栏目中的“B”列系数代入上式得预报方程： * 多元线性回归分析 一、多元线性回归模型 影响因变量的自变量有两个或两个以上的时候，称之为多元，如果他们之间有线性关系，就是多元线性回归。 多元线性回归分析在spss分析过程和一元线性回归分析差不多，下面列出不同点 * 多元线性回归分析 1、做散点图 多个变量则做出散点图矩阵、重叠散点图和三维散点图 重叠散点图 三维散点图 * 多元线性回归分析 2、在【线性回归】对话框中【方法】 自变量筛选方法 ??全回归法－Enter ??向前删除法－Forward ??向后删除法－Backward ??逐步回归法－Stepwise ??强迫剔除法－Remove * 多元线性回归 二、多元线性