SPSS学习笔记：回归模型

回归分析：要分析的因变量y必须是连续变量
先看一下数据

这里把绩效总分作为要预测的因变量y

步骤1：画图-散点图
散点图的主体模式：相关性；趋势性；异常性


画出散点图后，可以添加辅助线和拟合线帮助观察变量的相关性

步骤2：相关分析


皮尔逊相关系数<0.05时，一般认为相关

步骤3：建回归模型 β R2

建立回归模型，先看方差分析表，重点关注显著性P<0.05，拒绝原假设，变量相关；再看模型摘要，R方通常情况下>0.35模型可信，>0.5模型拟合好，>0.7非常好，调整后的R方-R方的差>0.05，模型可能冗余，>0.1模型冗余需要调整模型精简X；最后分析系数表，标准化系数Beta用来反映自变量的重要程度
模型：Y=1.56+0.46X1+0.499X2
模型标准化：ZY=0.296ZX1+0.416ZX2
步骤4：残差分析


正态性（残差要服从正态分布）；异方差（残差和因变量无线性关系）；异常值；内生性

分析残差图，删除异常值，重新跑一下回归，现在的回归模型应该更优。
步骤5：应用

新样本预测：
保存回归模型
预测新样本