SPSS实例教程：多重线性回归

Question

如题所述

Answer 1

在医学研究中，当研究的因变量为连续变量且受多种因素影响时，多重线性回归模型被广泛应用。此模型可探索对因变量具有影响作用的因素、控制混杂因素评价多个自变量对因变量的独立效应、以及用已知自变量预测因变量值及其变化。

多重线性回归的一般形式包含常数项和自变量的回归系数，其中常数项表示在所有自变量取值为0时因变量的估计值，回归系数表示自变量每改变一个单位时对因变量的影响。残差则为因变量实测值与估计值之差，反映未被自变量决定的部分。

多重线性回归有严格的应用条件，包括线性、独立、正态、齐性。在SPSS中，通过Linear Regression对话框将因变量和自变量选择，然后在Method下拉列表中选择Enter法将所有变量纳入模型。通过Regression Coefficients、Model fit、Descriptive、Part and partial correlations、Collinearity diagnostics和Residus等复选框来评估模型的拟合优度、变量间关系和共线性，以及残差是否独立。同时，选择Predicted Values和Residuals复选框保存预测值和标准化残差，以便进一步分析。最后，利用Plots对话框绘制散点图和概率图，检查残差是否符合正态分布。