spss-多元线性回归分析

简介
多元线性回归方程是一个主要用来探讨一个因变量（Ｙ）与多个自变量（X1，X2…Xn）之间函数线性关系的方法。
其表达式为：

应用条件：
原则上要求因变量是连续型变量，其预测值与实际观测值的差值（模型中的e）服从正态分布，并且在不同的X取值上方差相同，另外，要求因变量的观测值相互独立（如年龄、饮酒年限、高血压与年龄的关系就不独立），不独立会导致多重共线性，影响参数估计。

1.自变量与因变量之间具有线性关系
2.各例观测值Yi（i=1，2,…n）相互独立
3.残差e服从均数为0，方差为σ^2的正态分布，它等价于任意一组自变量X1，X2…Xm的值，因变量Y具有相同方差，并且服从正态分布。

过程

打开spss，导入数据（数据来源于《医学统计学》）

分析-回归-线性

选择自变量Y
因变量：X1-X5

在统计、选项和保存处按照以下选项运行：



结果分析
有意义：
R趋近于1、R方>0.25 证实多元线性关系成立
F sig值<0.01 验证多元回归方程的有效性
回归模型的Pearson相关系数，可得各因子之间相关性不明显->可用多元线性回归方程分析
F界值表F（0.05）1，17）=3，59，a>0,05,F>3.59，拒绝H0 有统计学意义
P<0.05 有统计学意义