【SPSS19教程】第8章SPSS回归分析.pptVIP

第8章 SPSS的回归分析  8.1 SPSS 在一元线性回归分析中的应用 8.1.1 一元线性回归的基本原理 1.方法概述 线性回归模型侧重考察变量之间的数量变化规律，并通过线性表达式，即线性回归方程，来描述其关系，进而确定一个或几个变量的变化对另一个变量的影响程度，为预测提供科学依据。 一般线性回归的基本步骤如下。 ① 确定回归方程中的自变量和因变量。 ② 从收集到的样本数据出发确定自变量和因变量之间的数学关系式，即确定回归方程。 ③ 建立回归方程，在一定统计拟合准则下估计出模型中的各个参数，得到一个确定的回归方程。 ④ 对回归方程进行各种统计检验。 ⑤ 利用回归方程进行预测。 8.1 SPSS 在一元线性回归分析中的应用 2、基本原理 当自变量和因变量之间呈现显著的线性关系时，则应采用线性回归的方法，建立因变量关于自变量的线性回归模型。根据自变量的个数，线性回归模型可分为一元线性回归模型和多元线性回归模型 一元线性回归模型是在不考虑其他影响因素的条件下，或是在认为其他影响因素确定的情况下，分析某一个因素（自变量）是如何影响因变量的。一元线性回归的经验模型是： 式中，表示回归直线在纵轴上的截距，是回归系数，它表示当自变量变动一个单位所引起的因变量的平均变动值。