文章来源于ZSCI：https://mp./s/AyoXAPt5teYgXZGmfne65A
ZSCI
回归分析是研究一个因变量或多个因变量与一个自变量之间是否存在某种线性关系或非线性关系的一种统计学分析方法。如果自变量和因变量之间呈线性关系时，这时进行的回归分析就是线性回归。根据自变量个数的多少，分为一元线性回归和多元线性回归。在线性回归分析中，若只包含一个自变量和一个因变量，且两者的关系可以用一条直线近似表示，这种回归分析被称为一元线性回归分析；若包含两个或者两者以上的自变量，且因变量和自变量之间是线性关系，则被称为多元线性回归分析。今天的内容主要是教大家如何用SPSS做多重线性回归分析，结合案例操作，希望大家看完能够有所收获！
实例说明
某研究测量了30名被怀疑患有动脉硬化的就诊患者的载脂蛋白A1、载脂蛋白B、载脂蛋白E、载脂蛋白C、低密度脂蛋白中的胆固醇含量，有学说认为血清中低密度脂蛋白增高和高密度脂蛋白降低是引起动脉硬化的一个重要原因，试建立高密度脂蛋白关于各载脂蛋白的线性回归方程。
研究假设
1.将回归方程中所有自变量X1、X2、X3、X4作为一个整体来检验它们与应变量之间是否具有线性关系
2.方程中每一个自变量对Y的影响
操作步骤
变量视图和数据视图界面在变量视图界面输入变量的信息。
在下图界面，勾选直方图（H）和正态概率图（R），按继续即可，其余均按默认值，运行程序。
查看结果及其解释
该表依次列出了模型筛选过程，模型1引入了变量载脂蛋白A1，而模型2引入了载脂蛋白C，另外两个变量均未达到进入标准，最终没有纳入，右侧注明方法为步进法，即逐步回归法，其纳入标准为小于0.05，排除标准为大于0.100。
该表为拟合模型的拟合优度情况简报，重要指标为R方，称为决定系数。在实际应用中，通过决定系数反映回归的实际效果，如模型1中含有变量载脂蛋白A1，R方=0.713，说明载脂蛋白A1可以解释高密度脂蛋白信息的71.3%，而模型2含有变量载脂蛋白A1和载脂蛋白C，说明这两个变量可以解释高密度脂蛋白信息的77.5%。可见，从上至下随着新变量的引入，模型可解释的变异占总变异的比例越来越大。
