原理和步骤：SPSS多元逐步回归分析是如何筛选自变量的？_咸菜统计软件应用研修室

http://blog.sina.com.cn/u/6592749260

首页博文目录关于我

个人资料

微博

加好友发纸条

写留言加关注

博客等级：
博客积分：

博客访问：
关注人气：
获赠金笔：0支
赠出金笔：0支
荣誉徽章：

正文字体大小：大中小

原理和步骤：SPSS多元逐步回归分析是如何筛选自变量的？

(2019-05-27 10:00:49)

标签：

多元线性回归分析

进入法

逐步法

筛选自变量

spss

分类： SPSS数据分析工作坊

SPSS做多元逐步回归分析时，自变量具体是如何逐个选入的？下面咸菜老师举例说明。

假设目前有三个自变量X1、X2、X3，一个因变量Y。

第一步，我们可以用SPSS做三个自变量与因变量的双变量Pearson相关分析，看哪个自变量与Y相关系数显著且最大。如果X2与Y相关系数显著，且相关系数最大，那么第一步进入的自变量就是X2。
第二步，再对剩下的X1和X3做它们与Y的相关分析，但由于第一步已经纳入X2了，因此此时需要控制X2的影响。即做控制X2之后的X1、X3与Y的偏相关分析，此时如果X3与Y相关系数是显著的，且高于X1与Y的相关系数，那么系统会在第二步把X3纳入方程。

第三步，与第二步类似，控制X3和X2，再做X1与Y的偏相关分析，此时如果X1与Y相关显著，那么第三步将继续纳入X1。但如果相关系数不显著，此时X1就不能纳入方程。以上第二步也是一样，相关系数不显著的不能纳入方程。

【咸菜统计分析软件应用工作坊，学习与培训QQ群 527282166】

阅读┊ 收藏 ┊ 喜欢 ▼ ┊打印┊举报/Report

前一篇：2019年暑期SPSS+Mplus软件基础应用及结构方程模型论文写作工作坊

后一篇：Mplus语句显示模型不收敛的原因报错noconvergence

新浪BLOG意见反馈留言板　欢迎批评指正