第8章SPSS的回归分析8.1SPSS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。8.1SPSS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。01ˆˆˆyx8.1SPSS在一元线性回归分析中的应用3.统计检验在求解出了回归模型的参数后，一般不能立即将结果付诸于实际问题的分析和预测，通常要进行各种统计检验，例如拟合优度检验、回归方程和回归系数的显著性检验和残差分析等。这些内容，我们将结合案例来具体讲解。8.1.2一元线性回归的SPSS操作详解Step01：打开对话框选择菜单栏中的【Analyze(分析)】→【Regression（回归）】→【Linear（线性）】命令，弹出【LinearRegression（线性回归）】对话框，这是线性回归分析的主操作窗口。Step02：选择因变量在【LinearRegression（线性回归）】对话框左侧的候选变量列表框中选择一个变量，将其添加至【Dependent（因变量）】列表框中，即选择该变量作为一元线性回归的因变量。8.1.2一元线性回归的SPSS操作详解Step03：选择自变量在【LinearRegression（线性回归）】对话框左侧的候选变量列表框中选择一个变量，将其添加至【Independent(s)（自变量）】列表框中，即选择该变量作为一元线性回归的自变量。8.1.2一元线性回归的SPSS操作详解Step04：选择回归模型中自变量的进入方式在【Method（方法）】选项组中可以选择自变量的进入方式，一共有五种方法。可单击【Inde...
