Simone怎么利用SPSS进行线性回归分析
的有关信息介绍如下：
线性回归是一种研究影响关系的方法，SPSS是目前常用的数据统计分析软件，被广大科研人员和数据分析人员用于进行一元或多元线性回归分析等数据统计分析，下面将对SPSS进行线性回归分析的软件参数设置等步骤进行详细介绍和操作示范。
首先进入线性回归对话框：
点击功能菜单选择分析-回归-线性，弹出线性回归设置对话框，对话框左侧是文件中包含的可使用的变量列表。
然后设置需要的自变量和因变量：
此处一定要搞清楚自变量和因变量的区别，可简单理解为自变量是因变量的影响因素；
一元线性回归即只有一个自变量，多元线性回归则指含有多个自变量；
此处举例为某焚烧炉中烟气里二噁英的排放浓度的影响因素的回归分析，假设影响因素有颗粒物PM、焚烧炉焚烧能力和建造时间，所以将二噁英Dioxin作为因变量，影响因素PM、焚烧能力和建造时间作为自变量。
接下来选择方法：
方法有输入、步进、除去、后退和前进五种；
输入是指强迫进入法，即按照SPSS文件中数据出现的先后顺序，强制在模型分析中数据的进入按照该顺序进行，是系统默认的进入方法，也是一元线性回归分析中常用的方法；
步进则分为顺向选择和反向剔除，顺向选择是指按照自变量和因变量数据的关系密切程度由高到低进入回归分析的方法，反向剔除则是指先将所有自变量选入回归分析中，然后剔除与因变量关系小的自变量，步进是多元线性回归分析方法非常常用的方法。
后面提供的除去、后退和前进三种方法，由于精准度不如输入和步进，此处不做介绍。
举例中使用强迫进入法。
单击右侧统计，进行统计参数设置：
选择估计则会输出有关回归系数的统计量，包括回归系数、回归系数的标准差、标准化的回归系数以及p值。
选择置信区间则会输出95%置信度的回归系数的范围；
选择协方差矩阵则会输出解释变量的相关系数矩阵和协差阵；
右侧的模型拟合度会输出模型的可决系数、调整的可决系数、回归方程的标准误差、回归方程的F检验方差分析。
设置完毕后单击继续。
单击右侧图，可设置分析报告中出现的图表。
设置完毕单击继续。
单击保存选项，对需要进一步分析的回归系数进行分析。
举例中选择未标准化的残差进行进一步分析。
设置完毕单击继续。
单击选项，是为了设置选择步进的顺序选择方法时，自变量进入的规则，以及是否输出常数项等。
设置完毕后单击继续。
选项设置完成后，单击确定，即可生成分析报告。
