前言
#由于导师最近布置了学习SPSS这款软件的任务，因此想来平台和大家一起交流下学习经验，这期推送内容接上一次第十六章的学习笔记，希望能得到一些指正和帮助~
粉丝及官方意见说明
#针对官方爸爸的意见说的推送缺乏操作过程的数据案例文件澄清如下：1、操作演示的数据全部由我本人随意假设输进去的，重在演示操作；2、本人也只是在学习阶段，希望友友们能谅解哈，手里有数据的宝子当然更好啦，没有咱就自己假设数据练习一下也没多大关系的哈；3、我也会在后续教程中尽量增加一些数据的必要性说明；4、大家有什么好的意见也可以在评论区一起交流吖。
第十七章一些学习笔记
- SPSS中总体回归线的可信区间【也称为回归线的置信带（Confidence Band）】，回归模型的适用条件有：线性趋势、独立性、正态性、方差齐性（若只是探讨自变量于因变量的关系，则后两个条件可适当放宽），注意不能将回归分析的结果随意延申到因果上去。--统计分析基础教程（第三版）P304-305
- SPSS中回归方程中的自变量筛选方法有：1、进入法；2、向前法；3、向后法；4、逐步分析法【相对3、4更负责任】；5、删除法。--统计分析基础教程（第三版）P312-313
第十七章一些操作方法
线性回归模型入门
当需要具体考虑某一因素变化对另一变量均值的影响大小时，此时就应采用线性回归而不是相关分析了
回归系数b计算出来以后需要对其进行假设检验，以确定求出不为0的回归系数并不是由于抽样误差而导致的（检验方法可采用t检验和方差分析）。
建立年龄与总信心指数之间的关系
说明控制该因素不变，则因变量的变异程度会减少R方（这里为2.9%）
调整后的决定系数主要用于自变量数量不同的模型拟合效果进行相互对比，在简单回归模型中意义不大。
在只有一个自变量的简单回归中方差分析的结果和回归系数t检验的结果完全等价。
若在建立回归模型的任务不仅仅是寻找潜在的影响因素，而是希望对因变量进行预测时，可以进行下面操作
多重线性回归模型（根据经验，样本量的大小宜为自变量数目的20倍以上，少于此数可能会出现检验效能不足的问题，需要时刻牢记得到的系数可能是不稳定的）
多重线性回归模型的标准分析步骤（1、关联趋势的图形考察；2、数据分布考察与预处理；3、初步建模；4、残差分析【模型诊断，残差分析实际上是第一步，主要考察残差间是否独立（Durbin-Watson残差序列相关性检验）和残差分布是否为正态】；5、强影响点的诊断及多重共线性问题的判断），这四个步骤不能随意省略。
SPSS中与多重线性回归模型相关的功能常用两个过程：线性回归过程、自动线性建模过程。
线性回归过程
建立自变量包括年龄、性别、家庭收入的信息指数回归方程（这里选择后退法，但没有显示后退，可能是数据原因）
残差的独立性检验
方差齐性的图形观察
结束语
#好啦~，以上就是我SPSS第十七期学习笔记——第十七章的学习情况啦~，希望能与大家交流学习经验，共同进步吖~
#到这里SPSS的初级教程就学习的差不多了，后续章节考虑内容较少，我将出一期整体的推送
#也非常感谢大家对我的关注、支持和打赏，我近期也会坚持学习SPSS，更新相应的学习内容及笔记到平台上，咱们下期不见不散~
标签：第十七章,26,回归,残差,SPSS,线性,模型,自变量 From： https://blog.csdn.net/weixin_55605929/article/details/137367638