菜鸟也爱数据分析之SPSS篇—多重线性回归分析

作者：汉宇 审阅：xue 封面：培江

多重回归分析可以用来计量对各自变量与单个因变量之间的关联程度。在本次的实例中，我们想要知道蛾幼虫密度与蛾量，卵量，降水量，雨日等因素之间的关联程度。那么蛾幼虫密度为因变量，其余因素为自变量。通过使用SPSS的线性回归功能，来判断蛾量，卵量，降水量，雨日这四个因素与蛾幼虫密度的关联程度。

1.SPSS的数据导入：今天我们以下面的数据为范例，展示利用SPSS进行多重线性回归分析：

首先，将这些数据从EXCEL导入SPSS.（导入后的数据视图如下所示）

注意：

从EXCEL导入SPSS时，最好保存成低版本（97-2003）的数据，这样就一定不会出现差错。[c1]（有的spss软件，最新的2016excel,导入时数据难以显示。小编的就是这样。）

2.SPSS的数据分析操作

先后点击分析——回归——线性

在看到如下视图之后，虽然我们也能确定出因变量，自变量，但是为了更加直观的看到数据所代表的含义，我们可以返回，在变量视图下，改掉数据的标签值。如下：（注意：数据的类型，选成自己需要的数据类型）

这样我们就会得到下面这样的图：

这样就会变得更加清晰，便于我们操作：将自变量，因变量归入各自的栏目。

然后我们进入统计量

3.SPSS输出结果与解释

之后就是得到结果了，我们从中能知道什么呢？接下来为大家展示：

回归的检验首先看anova表，代表的是对你进行回归的所有自变量的回归系数的一个总体检验，如果sig

在这张表格里面，t的绝对值越大，那么sig就越小，sig代表着t检验的显著性，sig

R方表示的的是自变量可以解释的变异量占因变量的总变异量的比例，代表着回归方程对因变量的解释程度，我们这时候应该看得是调整后的R方（因为这个R方会随着自变量数量的增加而增大，即便这些自变量没什么用）

R为多元相关系数是.939,决定系数.839.即表示雨日，卵量，降水量与蛾量这四个因素可以联合解释蛾幼虫密度的83.9%。

今天的多重线性回归分析就和大家一起学习到这里，这只是多重线性回归分析的最基本的操作步骤与解释哦，还有多重线性回归分析进阶版的操作与分析哦，循序渐进，我们一起进步！