SPSS統計軟件可以用來做許多數據分析,迴歸分析就是其中之一。迴歸分析就是探索兩種及其以上變量之間的關係,運用十分廣泛,按照自變量和因變量之間的函數關係類型可以分為線性迴歸分析和非線性迴歸分析。迴歸分析不僅可以分析數據,更可以用來預測一些數據的發展情況,從而應用非常廣泛。
工具/材料
電腦
IBM SPSS Statistics 19
操作方法
打開SPSS軟件後點擊右上角的【打開文件按鈕】打開你需要分析的數據文件
接下來就是開始做迴歸分析建立模型,研究其變化趨勢,因為迴歸分析分為線性迴歸和非線性迴歸,分析它們的辦法是不同的,所以先要把握它們的變化趨勢,可以畫散點圖,點擊【圖形】---【舊對話框】---【散點/點狀】
選擇【簡單分佈】,並點擊【定義】,這種散點圖是我們常見的,而其他幾種都比較複雜,用到這兒就把簡單問題複雜化了。
在接下來的彈出框中設置x軸和y軸,然後點擊確定,其他都不要管,然後得到散點圖,可以看出x軸和y軸明顯呈線性關係,所以接下來的迴歸分析就要用線性迴歸方法,假設圖像呈曲線就需要選擇曲線擬合的方法。
點擊【分析】---【迴歸】---【線性】
在彈出的線性迴歸框中設置自變量和因變量,其他的選項用默認設置即可,其他的選項只是用來更加精確地去優化模型
接下來就是結果分析了,一共在輸出文檔中彈出了四張表其中【係數表】就是所求出來的模型,根據B列寫出函數表達式,這道題就是y=1.594x+26.659,sig均小於0.05表示自變量對因變量有顯著影響。
【Anova表】表示分析結果,主要看的是F和Sig值,F值對應的Sig值小於0.05就可以認為迴歸方程是有用的,
【模型彙總表】中R表示擬合優度,值越接近1表示模型越好。至此迴歸分析就完成了圖中的這個模型就是比較合理的。
特別提示
一定先要畫散點圖瞭解大致趨勢