1樓：劉得意統計服務
典型的多重共線。
多元迴歸分析中，一定要先進行多重共線檢驗，如vif法。
對於存在多重共線的模型，一個辦法是逐步迴歸，如你做的，但結果的刪除變數太多，所以，這種方法效果不好。
此外，還有其它辦法，如嶺迴歸，主成分迴歸，這些方法都保留原始變數。
2樓：呂秀才
從你的結果中 可以發現 自變數之間是存在明顯的共線性，那些被排除的變數的容忍度有幾項都是＜0.1的，就說明這幾項之間存在共線性。
但是從 模型的r²來看，只要一個變數x7 就可以對因變數的解釋度達到98%了，說明實際上用這一個變數也是可以的。
當然如果你非要把所有的變數都能夠納入迴歸方程中，那只有對自變數先進行主成分分析，提成公因子後，再用公因子進行迴歸分析，但估計模型擬合效果不會比只有一個x7的好到**去，
從模型的簡單上來看，建議就用一個x7做自變數就可以的。而且如果真的從實際角度來說，收集7個變數資料比收集1個變數資料要複雜，成本也高
沒有錯誤與否的分析方法，只有一個目的，達到最佳擬合效果
如何利用spss多元線性迴歸分析來進行定性變數的分析操作
用spss進行多元線性迴歸分析的優缺點是什麼？
3樓：三翼熾天使
1、輸入抄
什麼自變數，迴歸模bai型中就有什麼自變數；
2、輸入什
du麼自變數，它們只zhi是「候選」性質的，軟dao件在分析過程中會根據這些自變數在迴歸模型中係數的顯著性情況，自動決定到底是保留還是剔除個別變數。結果是，如果輸入的所有變數的係數都顯著，則全部都保留，跟進入法得到的自變數數目一致；如果輸入的某些變數係數不顯著，最終迴歸模型可能會不再包括該變數。
3、後面四種方法對變數納入的程式和標準略有不同，並且可以設定，有興趣可以找介紹spss使用的書相應內容來看。
4樓：匿名使用者
這個沒什麼優缺點的
我替別人做這類的資料分析蠻多的
spss怎麼做多元線性迴歸分析
spss多元線性迴歸分析
5樓：呂秀才
因為在多元迴歸分析的過程中，會自動剔除一些對於因變數無顯著影響的變數
你只是用簡單相關分析的不準確，有可能是變數之間存在一些共線性 所以導致單個都相關，而在多元迴歸分析時 會有些變數被剔除了，迴歸方程可以用，但是哪幾個不顯著的變數無法列入的
從資料分析的角度來說，哪幾個變數已經沒有什麼意義了哦，
6樓：
當然可以，在method處下拉選單，選用enter進行強制分析
spss，多元線性迴歸，每個變數有多個量表（指標）如何操作 50
7樓：匿名使用者
你這些因子變數分別由若干個題目（指標）來測量，但spss比較方便的還是處理顯變數，你最好是把自變數因變數都用指標的總分或者均分來表示，比如因變數，求個總分，然後就可以只放一個變數進去，自變數一樣的處理方式，也分別求a,b,c總分然後放入independent框。不過在這些操作前做好先看看每個因子的克隆**alpha係數或者做個簡單的因子分析，以確定每個維度的題目是否都很好地測定了同一個因子結構，太差的題目可以刪去不用。
method可以選擇enter進入或者step
其他操作方面，統計量裡面你需要新增以下r^2這個統計量，也就是測定係數，來考查你的變數多大程度上解釋了因變數的變異
8樓：黑夜不催眠
請問樓主，你最後是如何做的呢？
怎麼用spss 多元非線性迴歸模型
你首先得確定你的非線性模型是什麼？一般將非線性模型轉換為線性，再通過多元迴歸擬合就簡單了 天蠍小灰馬 使用步驟 分析 迴歸 線性迴歸 多元線性迴歸分析，把因變數放入因變數列表中，之後多個自變數放入自變數列表中，選擇變數篩選的方法 進入法 逐步法等 就可以了。spss statistical prod...
求幫助啊，SPSS線性迴歸的結果怎麼分析？能得到什麼結論 怎麼列方程呢
呂秀才 迴歸分析 首先看結果中的第二個 就是你這個裡面叫做 變異數分析的，如果這個裡面的sig顯著性大於0.05，說明你的迴歸模型不顯著，其他的一切都沒有意義，如果這個表的顯著性 0.05，說明迴歸模型有意義，此時再考慮其他 其實從你最下面的最後那個圖也可以看出來，明顯的不是線性關係，而是一個曲線關...
多元線性迴歸和多重線性迴歸的區別及聯絡
逐步迴歸只是迴歸過程採用的其中一種方法而已。多元線性迴歸可以和非線性迴歸相區分，也就是解釋變數和被解釋變數之間建立 的迴歸方程，如果是線性的，則是線性迴歸，否則是非線性迴歸。多元逐步迴歸是迴歸分析建模的一種，舉個例子來說，現在有一個因變數a，建 模的時候可能的解釋變數有 5個，分別是 b1,b2,b...