多元线性回归分析spss结果解读_多重线性回归的结果解读和报告（SPSS实例教程）...

原标题：多重线性回归的结果解读和报告(SPSS实例教程)

之前我们推送了“”，介绍了在应用多重线性回归模型之前所需要满足的8个适用条件，简单概括如下：

(1) 自变量与因变量存在线性关系；

(2) 残差间相互独立；

(3) 残差服从正态分布；

(4) 残差具有方差齐性；

(5) 因变量为连续变量；

(6) 自变量为连续变量或分类变量；

(7) 自变量间不存在多重共线性；

(8) 样本量应为自变量的20倍以上。

同时我们也结合实际的研究数据，介绍了如何在SPSS中进行多重线性回归的操作。面对SPSS结果输出中众多的表格，很多时候会感觉一头雾水，不知所云，接下来我们将对多重线性回归的输出结果进行详细的解读。

一、模型条件验证

首先我们需要对上述的8个条件进行验证，来确保最终建立的回归模型有效。在上一期的内容里，我们通过观察数据结构进行了初步的判断，数据已经基本满足了条件(5) (6) (8)的要求，下面我们将对其他条件来进行一一验证。

1. 验证各个自变量与因变量存在线性关系

在结果输出的Charts部分，Partial Regression Plot输出了每个自变量与因变量之间形成的散点图，由散点图可以判断自变量age，weight及heart_rate与因变量VO2 max之间均呈现一定的线性关系，满足条件(1)。由于自变量gender为二分类变量，因此可以不用考察其与因变量VO2 max的线性关系。

注意：散点图是建立多重线性回归分析之前的一个很有必要且非常重要的步骤，不能随意省略。如果因变量与某个自变量之间呈现出非线性趋势，可以尝试通过变量转换予以修正。如果进行了变量转换，则应当重新绘制散点图，以保证线性趋