關(guān)于spss軟件怎么用卡方檢驗，spss軟件怎么用這個問題很多朋友還不知道，今天小六來為大家解答以上的問題，現(xiàn)在讓我們一起來看看吧！
1、第一節(jié) Linear過程 8.1.1 主要功能 調(diào)用此過程可完成二元或多元的線性回歸分析。
2、在多元線性回歸分析中，用戶還可根據(jù)需要，選用不同篩選自變量的方法（如：逐步法、向前法、向后法，等）。
3、 返回目錄 返回全書目錄 8.1.2 實例操作 〔例8.1〕某醫(yī)師測得10名3歲兒童的身高（cm）、體重（kg）和體表面積（cm2）資料如下。
4、試用多元回歸方法確定以身高、體重為自變量，體表面積為應(yīng)變量的回歸方程。
5、 兒童編號 體表面積（Y） 身高（X1） 體重（X2） 12345678910 5.3825.2995.3585.2925.6026.0145.8306.1026.0756.411 88.087.688.589.087.789.588.890.490.691.2 11.011.812.012.313.113.714.414.915.216.0 8.1.2.1 數(shù)據(jù)準備 激活數(shù)據(jù)管理窗口，定義變量名：體表面積為Y，保留3位小數(shù)；身高、體重分別為XX2，1位小數(shù)。
6、輸入原始數(shù)據(jù)，結(jié)果如圖8.1所示。
7、 圖8.1 原始數(shù)據(jù)的輸入 8.1.2.2 統(tǒng)計分析 激活Statistics菜單選Regression中的Linear...項，彈出Linear Regression對話框（如圖8.2示）。
8、從對話框左側(cè)的變量列表中選y，點擊?鈕使之進入Dependent框，選xx2，點擊?鈕使之進入Indepentdent(s)框；在Method處下拉菜單，共有5個選項：Enter（全部入選法）、Stepwise（逐步法）、Remove（強制剔除法）、Backward（向后法）、Forward（向前法）。
9、本例選用Enter法。
10、點擊OK鈕即完成分析。
11、 圖8.2 線性回歸分析對話框 用戶還可點擊Statistics...鈕選擇是否作變量的描述性統(tǒng)計、回歸方程應(yīng)變量的可信區(qū)間估計等分析；點擊Plots...鈕選擇是否作變量分布圖（本例要求對標準化Y預測值作變量分布圖）；點擊Save...鈕選擇對回歸分析的有關(guān)結(jié)果是否作保存（本例要求對根據(jù)所確定的回歸方程求得的未校正Y預測值和標準化Y預測值作保存）；點擊Options...鈕選擇變量入選與剔除的α、β值和缺失值的處理方法。
12、 8.1.2.3 結(jié)果解釋 在結(jié)果輸出窗口中將看到如下統(tǒng)計數(shù)據(jù)： * * * * M U L T I P L E R E G R E S S I O N * * * * Listwise Deletion of Missing DataEquation Number 1 Dependent Variable.. YBlock Number 1. Method: Enter X1 X2 Variable(s) Entered on Step Number 1.. X2 2.. X1 Multiple R .94964R Square .90181Adjusted R Square .87376Standard Error .14335Analysis of Variance DF Sum of Squares Mean SquareRegression 2 1.32104 .66052Residual 7 .14384 .02055F = 32.14499 Signif F = .0003 ------------------ Variables in the Equation ------------------Variable B SE B Beta T Sig TX1 .068701 .074768 .215256 .919 .3887X2 .183756 .056816 .757660 3.234 .0144(Constant) -2.856476 6.017776 -.475 .6495 End Block Number 1 All requested variables entered. 結(jié)果顯示，本例以XX2為自變量，Y為應(yīng)變量，采用全部入選法建立回歸方程。
13、回歸方程的復相關(guān)系數(shù)為0.94964，決定系數(shù)（即r2）為0.90181，經(jīng)方差分析，F(xiàn)=34.14499，P=0.0003，回歸方程有效。
14、回歸方程為Y=0.0687101X1+0.183756X2-2.856476。
15、 本例要求按所建立的回歸方程計算Y預測值和標準化Y預測值（所謂標準化Y預測值是指將根據(jù)回歸方程求得的Y預測值轉(zhuǎn)化成按均數(shù)為0、標準差為1的標準正態(tài)分布的Y值）并將計算結(jié)果保存入原數(shù)據(jù)庫。
16、系統(tǒng)將原始的XX2值代入方程求Y值預測值（即庫中pre_1欄）和標準化Y預測值（即庫中zpr_1欄），詳見圖8.3。
17、 圖8.3 計算結(jié)果的保存 本例還要求對標準化Y預測值作變量分布圖，系統(tǒng)將繪制的統(tǒng)計圖送向Chart Carousel窗口，雙擊該窗口可見下圖顯示結(jié)果。
18、 圖8.4 對標準化Y預測值所作的正態(tài)分布圖]。
本文分享完畢，希望對大家有所幫助。
標簽：
免責聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！