使用SPSS进行回归分析的方法总结

IBM SPSS Statistics 是强大的数据分析软件，SPSS全称Statistical Product and Service Solutions（统计产品与服务解决方案）, SPSS可以帮助我们分析并更好地了解数据，以解决复杂的业务和研究问题。如今，SPSS已经被广泛运用于数据分析等各个领域。

本文将介绍几种常用的SPSS分析方法，例如SPSS回归分析，文中使用的软件版本为版本26，电脑系统为Windows 10 x64。

什么是SPSS回归分析：

spss回归分析是研究事物或现象之间数量依存的关系的分析方法。

研究一个连续性变量（因变量）的取值随着其它变量（自变量）的数值变化而变化的趋势。

通过回归方程解释两变量之间的关系显得更为精确，可以计算出自变量改变一个单位时，因变量平均改变的单位数量，这是相关分析无法做到的。

除了描述两变量的关系以外，通过回归方程还可以进行预测和控制，这在实际工作中尤为重要。

案例：本案例采用的样本是对消费者信心指数的调查问卷统计表，用以建立用年龄预测消费者信心指数的回归方程。消费者信心指数是反映消费者信心强弱的指标。是综合反映并量化消费者对当前经济形势评价和对经济前景、收入水平、收入预期以及消费心理状态的主观感受，预测经济走势和消费趋向的一个先行指标。

具体过程：

打开软件，点击“分析”—“回归”—“线性”

将“index1”（总指数）选入因变量

将“年龄”选入自变量

其余默认

图1：回归分析操作步骤

结果分析：

图2：回归分析结果1

在Model Summary，即模型汇总表格中，我们可以看到相关系数为0.219，决定系数为0.048。

图3：回归分析结果2

从ANOVA，即方差分析结果图中我们可以看出，对回归方程显著性进行假设检验（F检验），显著性P<0.05，说明在本次分析中，模型有统计学意义。

图4：回归分析结果3

在Coefficients，即系数表格中，常数项为108.898，一次项系数为-0.358，对一次项系数进行假设检验的P<0.05，则认为总体的一次项系数非0，在表格中，Constant(即常量)为108.898，变量年龄的系数为-0.358，所以我们可以得到一元线性回归方程为：y= -0.358x + 108.898。

SPSS还有很多使用功能，如参数估计、统计推断，还需要大家自行运用IBM SPSS Statistics平台体会这个统计软件功能的强大。想要了解更多SPSS的使用技巧和统计学方法，欢迎访问城东书院网站。