1樓：呂秀才
因為在多元回歸分析的過程中，會自動剔除一些對於因變數無顯著影響的變數
你只是用簡單相關分析的不準確，有可能是變數之間存在一些共線性 所以導致單個都相關，而在多元回歸分析時 會有些變數被剔除了，回歸方程可以用，但是哪幾個不顯著的變數無法列入的
從資料分析的角度來說，哪幾個變數已經沒有什麼意義了哦，
2樓：
當然可以，在method處下拉列表，選用enter進行強制分析
spss多元線性回歸分析怎麼做
3樓：匿名使用者
多元線性回歸
1.開啟資料，依次點選：analyse--regression，開啟多元線性回歸對話方塊。
2.將因變數版和自變數放
入格仔的列權表裡，上面的是因變數，下面的是自變數。
3.設定回歸方法，這裡選擇最簡單的方法：enter，它指的是將所有的變數一次納入到方程。其他方法都是逐步進入的方法。
4.等級資料，連續資料不需要設定虛擬變數。多分類變數需要設定虛擬變數。
虛擬變數abcd四類，以a為參考，那麼解釋就是b相對於a有無影響，c相對於a有無影響，d相對於a有無影響。
5.選項裡面至少選擇95%ci。
點選ok。
統計專業研究生工作室原創，請勿複雜貼上
spss怎麼做多元線性回歸分析
4樓：匿名使用者
多元線性回歸
1.開啟資料，依次點選：analyse--regression，開啟多元線性回歸對話方塊。
2.將因變數和自變數放入格仔的列表裡，上面的是因變數，下面的是自變數。
3.設定回歸方法，這裡選擇最簡單的方法：enter，它指的是將所有的變數一次納入到方程。其他方法都是逐步進入的方法。
4.等級資料，連續資料不需要設定虛擬變數。多分類變數需要設定虛擬變數。
5.選項裡面至少選擇95%ci。
點選ok。
統計專業研究生工作室原創，請勿複雜貼上
用spss進行多元線性回歸分析的優缺點是什麼？
5樓：三翼熾天使
1、輸入抄
什麼自變數，回歸模bai型中就有什麼自變數；
2、輸入什
du麼自變數，它們只zhi是「候選」性質的，軟dao件在分析過程中會根據這些自變數在回歸模型中係數的顯著性情況，自動決定到底是保留還是剔除個別變數。結果是，如果輸入的所有變數的係數都顯著，則全部都保留，跟進入法得到的自變數數目一致；如果輸入的某些變數係數不顯著，最終回歸模型可能會不再包括該變數。
3、後面四種方法對變數納入的程式和標準略有不同，並且可以設定，有興趣可以找介紹spss使用的書相應內容來看。
6樓：匿名使用者
這個沒什麼優缺點的
我替別人做這類的資料分析蠻多的
如何用spss多元線性回歸分析資料
7樓：匿名使用者
多元線性回歸
1.開啟資料，依次點選：analyse--regression，開啟多元線性回歸對話方塊。
專2.將因變數和自變數放入格仔屬
的列表裡，上面的是因變數，下面的是自變數。
3.設定回歸方法，這裡選擇最簡單的方法：enter，它指的是將所有的變數一次納入到方程。其他方法都是逐步進入的方法。
4.等級資料，連續資料不需要設定虛擬變數。多分類變數需要設定虛擬變數。
虛擬變數abcd四類，以a為參考，那麼解釋就是b相對於a有無影響，c相對於a有無影響，d相對於a有無影響。
5.選項裡面至少選擇95%ci。
點選ok。
統計專業研究生工作室原創，請勿複雜貼上
spss怎麼做多元回歸分析
8樓：可樂零七
1）準備分析資料
在spss資料編輯視窗中，建立變數，並輸入資料。再建立分級變數「x1」、「x2」、「x3」、「x4」和「y」，它們對應的分級數值可以在spss資料編輯視窗中通過計算產生。
2）啟動線性回歸過程
單擊spss主選單的「analyze」下的「regression」中「linear」項，將開啟線性回歸過程視窗。
3) 設定分析變數
設定因變數：用滑鼠選中左邊變數列表中的「[y]」變數，然後點選「dependent」欄左邊的向右拉按鈕，該變數就移到「dependent」因變數顯示欄裡。
設定自變數：將左邊變數列表中的「 [x1]」、「 [x2]」、「 [x3]」、「[x4]」變數，選移到「independent(s)」自變數顯示欄裡。
設定控制變數:不使用控制變數，可不選擇任何變數。
選擇標籤變數: 選擇為標籤變數。
選擇加權變數:沒有加權變數，可不作任何設定。
4）回歸方式
預報因子變數是經過相關係數法選取出來的，在回歸分析時不做篩選。因此在「method」框中選中「enter」選項，建立全回歸模型。
5）設定輸出統計量
單擊「statistics」按鈕，將開啟對話方塊。該對話方塊用於設定相關引數。其中各項的意義分別為：
①「regression coefficients」回歸係數選項：
「estimates」輸出回歸係數和相關統計量。
「confidence interval」回歸係數的95%置信區間。
「covariance matrix」回歸係數的方差-協方差矩陣。
選擇「estimates」輸出回歸係數和相關統計量。
②「residuals」殘差選項：
「durbin-watson」durbin-watson檢驗。
「casewise diagnostic」輸出滿足選擇條件的觀測量的相關資訊。選擇該項，下面兩項處於可選狀態：
「outliers outside standard deviations」選擇標準化殘差的絕對值大於輸入值的觀測量；
「all cases」選擇所有觀測量。
提交執行
在主對話方塊裡單擊「ok」，提交執行，結果將顯示在輸出視窗
回歸模型統計量：r 是相關係數；r square 相關係數的平方，又稱判定係數，判定線性回歸的擬合程度：用來說明用自變數解釋因變數變異的程度（所佔比例）；adjusted r square 調整後的判定係數；std.
error of the estimate 估計標準誤差。
9樓：匿名使用者
多元回歸分析跟簡單一元回歸分析是在乙個對話方塊裡面的。
首先確定出你的因變數，必須是連續性數值變數，而且回歸分析一次只能乙個因變數。
其次是自變數，可以同時將多個自變數納入回歸，這個就是多元回歸，乙個自變數就是簡單回歸
自變數可是分類自變數，也可以是連續性數值變數。
如果是超過兩個分類的自變數，則需要事先設定虛擬變數，設定好後，全部一次性移入自變數對話方塊，其他的預設就可以出結果了
10樓：匿名使用者
操作步驟：放入x、y項分析即可。
11樓：司馬鑄劍
1.開啟資料，依次點選：analyse--regression--binarylogistic，開啟二分回歸對話方塊。
2.將因變數和自變數放入格仔的列表裡，上面的是因變數，下面的是自變數（單變數拉入乙個，多因素拉入多個）。
3.設定回歸方法，這裡選擇最簡單的方法：enter，它指的是將所有的變數一次納入到方程。其他方法都是逐步進入的方法。
4.等級資料，連續資料不需要設定虛擬變數。多分類變數需要設定虛擬變數。
5.選項裡面至少選擇95%ci。
點選ok。
12樓：秒懂**
多元回歸分析：一種統計分析方法
用spss做多元線性回歸怎樣看結果
主要看f值 t值 係數 sig值，也就是p值 spss多元線性回歸結果怎麼判斷是有效的 判斷有效抄性是看p值。就是襲你的只有三行的bai那個表，依次寫著du回歸，殘差什麼的。你看zhi那個回歸裡dao邊的p值。小於0.05就是模型有效，操作如下 1 首先開啟需要處理的相關文件。2 點選主選單上的 分...
求解釋spss多元線性回歸結果，求解釋spss多元線性回歸結果
你的回歸方法是直接進入法擬合優度r方等於0.678，表示自變數可以解釋因變數的67.8 變化，說明擬合優度還可以。方差檢驗表中f值對應的概率p值為0.000，小於顯著度0.05，因此應拒絕原假設，說明自變數和因變數之間存在顯著的線性關係。引數檢驗表中只有自變數x2和常數項的概率p值為0.000，小於...
spss做多元線性回歸方程的結果的問題
spss做多元線性回歸方程 此類資料統計問題均可 名中我qq來幫你解決。順便問下圖中的3個 最終說明了乙個什麼樣的結果？只有lending balance對在你的第乙個回歸方程當中，只有兩個變數的sig小於0.05，因此老師讓你做這 sorry,我才初一，聽不懂你說什麼，非常抱歉 spss多元線性回...