如何用SPSS做回归分析

SPSS统计软件可以用来做大量的数据分析，回归分析就是其中之一。回归分析是探索两个或两个以上变量之间的关系，应用广泛。根据自变量和因变量之间的函数关系类型，可分为线性回归分析和非线性回归分析。回归分析不仅可以分析数据，还可以预测一些数据的发展，因此得到了广泛的应用。

工具/材料计算机

IBM SPSS统计19

打开SPSS软件，点击右上角的【打开文件】按钮，打开需要分析的数据文件。

下一步是做回归分析，建立模型，研究其变化趋势。因为回归分析分为线性回归和非线性回归，所以分析它们的方法是不同的，所以我们必须首先掌握它们的变化趋势，画一个散点图，然后点击[图]-[旧对话框]-[散点/点]

选择[简单分布]，然后单击[定义]。这种散点图是我们常见的，其他种类比较复杂，把简单的问题复杂化了。

在下一个弹出框中设置好x轴和y轴，然后点击确定，剩下的就不管了，然后得到散点图。可以看出，x轴和y轴明显是线性的，所以接下来的回归分析应该使用线性回归的方法。如果图像是弯曲的，需要选择曲线拟合的方法。

单击[分析]-[回归]-[线性]

在弹出的线性回归框中设置自变量和因变量。其他选项可以默认设置，其他选项仅用于更准确地优化模型

下一步是结果分析。输出文档中打印了4个表，其中[系数表]为计算模型，函数表达式按b列编写，问题是y=1.594x 26.659，sig小于0.05，说明自变量对因变量有显著影响。

【方差分析表】显示分析结果，主要看f和Sig值。如果对应于f值的Sig值小于0.05，则可以认为回归方程是有用的。

模型汇总表中的r表示拟合优度，值越接近1，模型越好。至此，回归分析完成，图中这个模型更加合理。

特别说明：你必须先画一个散点图来了解总体趋势