SPSS-回归分析预测

确定相关关系（相关关系是否显著）--建立回归方程--求解方程，确定预测值--评价预测结果

一元线性回归预测

数据随便写的

1）R方与调整后的R方表示的是SSR/SST（总方差中能被回归方程所解释的部分），他的越接近1，则称两变量之间的线性相关程度越好（但不能说他们之间不相关，可能是非线性相关），一元线性回归里，相关系数平方就是R方。

2）D-W系数测试的是变量的误差项是否存在一阶自相关（自相关性是指随机误差项的各期望值之间存在着相关关系），自相关性的影响自己百度，如果d=2则基本没有自相关关系，d靠近0存在正的相关关系，d靠近4则有负的相关关系。

回归统计

显著性小于0.05意味着两变量有较强的线性相关关系

方差分析

t检验显著性小于0.05意味着回归方程的系数是显著的，本次回归方程（假设t检验通过了）为Y=2927.333+123.939X

系数检验

残差统计和标准化残差图是为了能够直观地看出误差项是否自相关。

多元线性回归预测（多个自变量）

方法和一元线性回归大同小异，要注意一下自变量之间的交互作用（主要看一下交互项的t检验）

总结

包含四个部分

1）R方---变量之间是否有相关性

2）方差分析F检验---变量之间是否有线性关系

3）回归系数t检验---回归方程的系数是否显著

4）D-W检验---误差项是否自相关

以上就是（SPSS-回归分析预测）全部内容，收藏起来下次访问不迷路！