SPSS学习笔记【二】-回归分析

相关分析和回归分析的联系与区别

联系：
相关分析是回归分析的基础和前提，回归分析则是相关分析的深入和继续。相关分析需要依靠回归分析来表现变量之间数量相关的具体形式，而回归分析则需要依靠相关分析来表现变量之间数量变化的相关程度。只有当变量之间存在高度相关时，进行回归分析寻求其相关的具体形式才有意义。如果在没有对变量之间是否相关以及相关方向和程度做出正确判断之前，就进行回归分析，很容易造成“虚假回归”，相关分析只研究变量之间相关的方向和程度，不能推断变量之间相互关系的具体形式，也无法从一个变量的变化来推测另一个变量的变化情况，在具体应用过程中，只有把相关分析和回归分析结合起来，才能达到研究和分析的目的。

区别：
1、相关分析是用来度量变量与变量之间关系的紧密程度的一种方法，在本质上只是对客观存在的关系的测度。回归分析是根据所拟合的回归方程研究自变量与因变量一般关系值的方法，可由已给定的自变量数值来推算因变量的数值，它具有推理的性质。?
2、在研究相关分析时，不需要确定哪个是自变量，哪个是因变量，但回归分析的首要问题就是确定哪个是自变量，哪个是因变量。?
3、现象之间的相关分析的研究，只能计算一个相关系数；而回归分析时回归系数可能有两个，也就是两现象互为因果关系时，可以确定两个独立回归方程，从而就有两不同的回归系数。?

 逐步回归法和强迫回归法的区别

强迫回归法是指将所有的自变量强制纳入进行分析，忽略缺失值的影响。逐步回归法又分为前向和后向逐步，前者是一个一个地添加自变量，后者是先将所有的自变量分析后再观察那个自变量对应sig值最大，就把那个自变量去除，再分析其他自变量的回归分析，然后再观察结果表格，又将sig值最大的自变量去除。。。以此下去，自变量的数量越来越少。。

 逐步回归法的基本思想是，从当前在圈外的全部变量中，挑选其偏回归平方和贡献最大的变量，用方差比进行显著性检验的办法，判别是否选入；而当前在圈内的全部变量中，寻找偏回归平方和贡献最小的变量，用方差比进行显著性检验的办法，判别是否从回归方程中剔除。选入和剔除循环反复进行，直至圈外无符合条件的选入项，圈内无符合条件的剔除项为止。 

R、F、t

R square是决定系数，意思是你拟合的模型能解释因变量的变化的百分数，例如R方=0.810，表示你拟合的方程能解释因变量81%的变化，还有19%是不能够解释的。
F值是方差检验量，是整个模型的整体检验，看你拟合的方程有没有意义
t值是对每一个自变量（logistic回归）的逐个检验，看它的beta值β即回归系数有没有意义
F值，t值是两个检验，一般要小于0.05.

多元回归(进入)

 

 多元回归(逐步)