年龄和收入对数的线性回归_线性回归分析思路总结！简单易懂又全面！

线性回归是一种研究影响关系的方法，在实际研究里非常常见。本文就来梳理下线性回归分析的分析流程，闲话少说，我们开始吧！

线性回归

回归分析实质上就是研究一个或多个自变量X对一个因变量Y(定量数据)的影响关系情况。

当自变量为1个时，是一元线性回归，又称作简单线性回归；自变量为2个及以上时，称为多元线性回归。在SPSSAU里均是使用【通用方法】里的【线性回归】实现分析的。

SPSSAU-线性回归

Step1：数据类型

线性回归要求因变量Y(被解释变量)一定是定量数据，如果因变量Y为定类数据，则可以采用【进阶方法】中的【logit回归】。

Step2：变量筛选

对于引入模型的自变量，通常没有个数要求。但从经验上看，不要一次性放入太多自变量。如果同时自变量太多，容易引起共线性问题。建议根据专业知识进行选择，同时样本量不能过少，通常要满足样本个数是自变量的20倍以上。

如果自变量为定类数据，需要对变量进行哑变量处理。可以在SPSSAU的【数据处理】→【生成变量】进行设置。具体步骤可以查看：什么是虚拟变量？怎么设置才正确？

控制变量，可以是定量数据，也可以是定类数据。一般来说更多是定类数据，如：性别，年龄，工作年限等人口统计学变量。通常情况下，不需要处理，可以直接和自变量一起放入X分