五．线性回归：统计量

可用统计量有：

回归系数。估计显示回归系数 B、B 的标准误、标准化系数 beta、B 的 t 值以及 t 的双尾显著性水平。置信区间显示每个回归系数或协方差矩阵指定置信度的置信区间。协方差矩阵显示回归系数的方差-协方差矩阵，其对角线以外为协方差，对角线上为方差。还显示相关矩阵。

模型拟合。列出输入模型的变量和从模型移去的变量，并显示以下拟合优度统计量：复相关系数、R2 和调整 R2、估计的标准误以及方差分析表。

R 方变化。由于添加或删除自变量而产生的 R2统计量的更改。如果与某个变量相关联的 R2 变化很大，则意味着该变量是因变量的一个良好的预测变量。

描述性。提供分析中的有效个案数、均值以及每个变量的标准差。还显示具有单尾显著性水平的相关矩阵以及每个相关系数的个案数。

偏相关. 对于两个变量，在移去由于它们与其他变量之间的相互关联引起的相关性之后，这两个变量之间剩余的相关性。对于因变量与某个自变量，当已移去模型中的其他自变量对上述两者的线性效应之后，这两者之间的相关性。

部分相关. 对于因变量与某个自变量，当已移去模型中的其他自变量对该自变量的线性效应之后，因变量与该自变量之间的相关性。当变量添加到方程时，它与 R 方的更改有关。有时称为半部分相关。

共线性诊断。共线性（或者多重共线性）是非理想情况，此时一个自变量是其他自变量的线性函数。显示已标度和未中心化交叉积矩阵的特征值、条件指数以及方差-分解比例，以及个别变量的方差膨胀因子 (VIF) 和容差。

残差。显示残差的序列相关系数的 Durbin-Watson 检验，以及满足选择条件（n 倍标准差以外的离群值）的个案的个案诊断。

此功能需要 Statistics Base 选项。

从菜单中选择：

分析 > 回归 > 线性...

在“线性回归”对话框中，单击统计量。

选择需要的统计量。

六．线性回归：选项

可用选项有：

步进方法标准。这些选项在已指定向前、向后或逐步式变量选择法的情况下适用。变量可以进入到模型中，或者从模型中移去，这取决于 F 值的显著性（概率）或者 F 值本身。

•使用 F 的概率. 如果变量的 F 值的显著性水平小于“输入”值，则将该变量选入到模型中，如果该显著性水平大于“剔除”值，则将该变量从模型中移去。“输入”值必须小于“剔除”值，且两者均必须为正数。要将更多的变量选入到模型中，请增加“输入”值。要将更多的变量从模型中移去，请降低“剔除”值。

•使用 F 的值. 如果变量的 F 值大于“输入”值，则该变量输入模型，如果 F 值小于“剔除”值，则该变量从模型中移去。“输入”值必须大于“剔除”值，且两者均必须为正数。要将更多的变量选入到模型中，请降低“输入”值。要将更多的变量从模型中移去，请增大“剔除”值。

在等式中包含常量。默认情况下，回归模型包含常数项。取消选择此选项可强制使回归通过原点，实际上很少这样做。某些通过原点的回归结果无法与包含常数的回归结果相比较。例如，不能以通常的方式解释 R2。

缺失值。您可以选择以下选项之一：

•按列表排除个案。只有所有变量均取有效值的个案才包含在分析中。

•按对排除个案。使用正被相关的变量对具有完整数据的个案来计算回归分析所基于的相关系数。自由度基于最小成对 N。

•使用均值替换。将所有个案用于计算，用变量的均值替换缺失观察值。

此功能需要 Statistics Base 选项。

从菜单中选择：

分析 > 回归 > 线性...

在“线性回归”对话框中，单击选项。

选择需要的选项。

七．REGRESSION 命令的附加功能

使用命令语法语言还可以：

•  写入相关矩阵或读取矩阵代替原始数据，以获取回归分析（使用 MATRIX 子命令）。

•  指定容差水平（使用CRITERIA 子命令）。

•  获取相同或不同因变量的多个模型（使用 METHOD 和 DEPENDENT 子命令）。

•  获取其他统计量（使用DESCRIPTIVES 和 STATISTICS 子命令）。