用SPSS做回归分析，求帮忙。。。
要做的内容很多了，除了正态性、残差分布情况，还要计算多重共线性，然后得到模型，可能还要做预测
我替别人做这类的数据分析蛮多的
给你举个例子来说明吧
左表的数据是对数年来国内旅游者的旅游花费与自由自配收入、闲暇时间的调查数据。（数据是假设的）
目的：试进行多重回归分析，求出回归方程式，来年若闲暇时间没有变化，但自由自配收入较之今年将会增加10%，那么人的旅游花费将会使多少则它的营业收入将会是多少？
24.
年度 旅游消费 自由支配收入 闲暇时间
2000 678 30.6 69.7
2001 703 42.2 71.3
2002 720 41.0 77.6
2003 743 52.6 81.0
2004 762 61.8 78.7
2005 768 62.3 76.3
2006 775 63.5 79.6
2007 796 65.3 78.9
2008 803 70.0 80.0
这里先做一个相关性的分析，可以看出旅游消费跟年度和自由支配收入都有很强的线性关系，可以知道旅游消费除了跟收入有关之外，随着年度的增长，人们消费意识和生活水平的提升，旅游消费会有一个内在的增长，这个增长不受自由支配收入影响。
接下来做一个多元线性回归分析。结果如下：
模型摘要
模型 R R 方 调整的 R 方 估计的标准差
1 .997a .994 .991 4.027
a. 预测变量:(常量), 闲暇时间, 年度, 自由支配收入。
系数(a)
非标准化系数 标准化系数
模型 B 标准误 Beta t 显著性
1 （常量） -16301.485 3364.382 -4.845 .005
年度 8.432 1.688 .545 4.995 .004
自由支配收入1.187 .362 .378 3.281 .022
闲暇时间 1.167 .559 .109 2.090 .091
a. 因变量: 旅游消费
从模型摘要中可以知道R方值为0.994，说明该回归模型可以解释99.4%的样本，已经非常高了。
从系数表中可以知道，常量、年度、收入的显著性都比较强，可以接受，闲暇时间的显著性就比较低，可以考虑把闲暇时间这个变量剔除。
第一次回归模型为：
旅游消费=-16301.485 + 8.432*年度 + 1.187*自由支配收入 + 1.167*闲暇时间
把闲暇时间剔除后再做一次回归分析，结果如下：
模型摘要
模型 R R 方 调整的 R 方 估计的标准差
1 .995a .989 .986 5.031
a. 预测变量:(常量), 自由支配收入, 年度。
系数(a)
非标准化系数 标准化系数
模型 B 标准误 Beta t 显著性
1 （常量） -16381.422 4203.201 -3.897 .008
年度 8.510 2.108 .550 4.036 .007
自由支配收入1.433 .427 .457 3.352 .015
a. 因变量: 旅游消费
R方为0.989，拟合度很高，可以接受。
回归模型为： 旅游消费=-16381.422 + 8.510*年度 + 1.433*自由支配收入
第二次回归模型所有系数显著性都很强，可以接受。第一个模型和第二个模型拟合度都非常高，两个都可以接受，看你喜欢哪个。
来年收入增加10%的话，记住还要加上年度的影响。
ppv课，大数据培训专家，最专业的大数据平台，免费spss，sas视频，应有尽有哦。想学好spss，就来ppv课。
可以找我做数据分析
SPSS如何进行回归分析?
答：在SPSS中，您可以使用回归分析来进行内生性检验和效应检验。首先，您需要准备好数据并将其导入SPSS。然后，打开“分析”菜单并选择“回归”>“线性...”。在“线性回归”对话框中，在“因变量”框中选择您希望预测的变量，并在“自变量”框中选择您希望用作预测因子的变量。接下来，您可以在“选项”...
SPSS的回归分析怎么用?
答：用得到的print值做因变量，用原始数据做自变量。然后线性回归，所得到的回归系数就是线性组合的系数，然后做的回归相当于一个线性方程组，然后就可以还原成主成分回归方程了。Logistic回归主要分为三类，一种是因变量为二分类得logistic回归，这种回归叫做二项logistic回归，一种是因变量为无序多分类得...
spss如何进行回归分析?
答：spss直接把几个因子都已经算出来了，就是duFAC1-1列就是因子F1，同理可以得知F2，F3...不用算的，如果问F1怎么来的，就说是F1=0.701X1-0.549X2+0.736X3+0.216X4+0.112X5-0.318X6。如果进行主成分分析之后又要进行回归分析，应该是用提取出来的主因子作为自变量进行计算的，回归是只能有一...
如何用SPSS进行逻辑回归分析?
答：如何运用spss进行逻辑回归分析？在研究X对于Y的影响关系时，如果Y为定类数据，比如是否愿意购买，是否愿意推荐，出行方式偏好，总统候选人选择偏好等。当Y为定类数据时，则应该使用Logistic回归分析，而具体来看，logistic回归可以划分为二元logistic回归分析，或者多分类logistic回归分析。二者即有相同之处，也有...
SPSS怎么进行回归分析?
答：我们在平时用SPSS做回归分析的时候会遇到线性和非线性两种情况，在SPSS中为我们提供了11种常用的模型供我们选择，这篇指南就教大家怎么合理使用SPSS曲线拟合，以及怎么分析结果。1、打开SPSS软件后先打开你需要分析的数据。打开右上角的标识，选择你需要的文件，点击【打开】，选择文件。2、打开后如果你事...
线性回归分析spss步骤
答：在SPSS中进行线性回归分析的步骤主要包括：打开数据文件、选择回归分析功能、指定自变量和因变量、设置回归选项、查看和解读结果。第一步：打开数据文件 首先，你需要在SPSS中打开你的数据文件。这通常是一个.sav或.csv格式的文件，其中包含了你要分析的所有数据。你可以通过点击SPSS界面上的“文件&...
如何用spss对数据进行线性回归分析?
答：用户可以先试着画一个散点图，看看是否可以使用其他曲线来获得更好的拟合效果，在很多情况下，对数据进行线性或某些非线性拟合会有显著的效果，但可能不是最好的，所以有必要判断自变量与因变量之间是否呈线性关系。R方和调整后的R方是对模型拟合效果的描述，调整后的R方更准确，即自变量对因变量的解释...
SPSS回归分析怎么做?
答：如果某个控制变量的p值大于0.05，可能表明其对因变量的影响不大，需要进一步评估是否需要保留它作为控制变量。总结：控制变量的处理是回归分析中不可忽视的步骤。通过以上步骤，你可以确保在SPSS中有效地控制可能的干扰因素，从而得到更为精确的预测模型。希望这个指南能帮助你在SPSS回归分析中取得成功。
回归分析spss步骤
答：回归分析spss步骤 回归分析在SPSS中的操作步骤主要包括数据准备、模型设定、参数估计和结果解读。以下是一个简洁明了的步骤说明，以及针对每个步骤的详细解释。步骤一：数据准备 在进行回归分析之前，首先需要确保你的数据已经正确输入到SPSS中，并且已经进行了适当的清洗和预处理。数据清洗可能包括处理缺失值、...
采用SPSS软件,进行简单回归分析,并进行提取及阐述。
答：SIG）与0.05进行比较，如果小于0.05，即为显著，该表数据显示，显著性水平为0.000b，，小于0.05，说明模型是非常显著的。在回归方程系数表中，SIG（显著性）越小，说明显著性越高，T值为6.662，为正数，说明服务质量与满意度相关性为正向，因此可以得出，服务质量提升，满意度提升。
