SPSS第二十讲： 一元线性回归分析怎么做?

这是第二十讲内容：一元线性回归分析。

一元线性回归是指分析两个变量间（自变量x和因变量y）数量依存关系和影响的统计分析方法。

对于只涉及一个自变量的一元线性回归模型可表示为：

y= b0+b1 X+ϵ

Y：回归模型中的因变量，即样本的预测值。

X：回归模型中的自变量，即样本的特征数值。

ε：回归模型中的误差项，即不能被x与y之间线性关系解释的变异性。

b0：是常量。

b1: 回归系数。

一、实战案例

小白想了解下大侠的人均月收入能否预测他们年体育消费额，试构建一元线性回归模型，并检验其显著性。（部分数据如下，完整数据请回复【小白数据】下载）

 

该案例主要研究人均月收入与体育消费额的关系，从专业知识上可认为人均月收入是可以预测他们的年体育消费额。

二、统计策略

针对上述案例，扪心六问。

Q1：本案例研究目的是什么？

A：关联研究，在理论上认为变量之间存在因果关系，即月收入可预测体育消费额。

 

Q2：本案例属于什么研究设计？

A：调查性研究。

 

Q3：分析数据有多少组？

A：两组数据。

 

Q4：有几个变量？

A：有两个变量，两变量均为连续性变量

自变量为人均月收入

因变量为体育年消费额。

 

Q5：变量之间是否相关？

A：变量之间需要满足线性相关，呈现线性趋势。

 

Q6：残差是否具有独立性、方差齐性和正态分布？

A：