"SPSS实现一元线性回归分析实例"
一元线性回归分析是统计学中的一个重要概念，它是指一种简单的回归分析方法，即只有一个自变量对一个因变量的影响进行分析。下面我们将通过 SPSS 软件来实现一元线性回归分析实例。
准备原始数据。为了研究某一大都市报开设周日版的可行性，我们获得了34种报纸的平日和周日的发行量信息（以千为单位）。数据如图1所示。
接下来，判断是否存在线性关系。制作直观散点图：（1）SPSS：菜单 Analyze/Regression/linear Regression，如图2所示：
在图3中的对话框中，Dependent是因变量，Independent是自变量，分别将左栏中的sunday选入因变量，daily选入自变量，newspaper作为标识标签选入case labels。
然后，点击图3对话框中的plots按钮，如图4所示：
将因变量DEPENTENT选入Y:，自变量ZPRED选入X:，继续返回上级对话框。单击主对话框OK。便生成散点图如图5所示：
从以上散点图可看出，二者变量之间关系趋势呈线性关系。
接下来，回归方程菜单Analyze/Regression/linear Regression，在图3对话框的右边单击statistics，如图6所示：
regression coefficient回归系数，estimates估计值，confidence intervals level:95%置信区间，model fit拟合模型。
点击continue返回主对话框，单击OK。结果如图7、图8所示：
图7中第一个图是变量的输入与输出，从图下的提示可知所有变量均输入与输出，没有遗漏。图7中的第二图是模型总和R值，R平方值，R调整后的平方值，及标准误。
图8中第一图为方差统计图，包括回归平方和，自由度，方程检验F值及P值。图8第二图为回归参数图，从图中可知，constant为回归方程截距，即13.836，回归系数为1.340，标准误分别为35.804和0.071，及t检验值和95%的置信区间的最大值和最小值。因此回归方程可表示为：Y=1.34X+13.836。X是因变量，即数据表中的daily，Y是因变量，即数据表中的sunday。
通过SPSS软件，我们实现了一元线性回归分析实例，得到了回归方程Y=1.34X+13.836，并且验证了线性关系的存在。
VIP享7折，此内容立减4.47元 
