多元线性回归实例分析报告
发布时间：2023-12-20 21:15:18 来源：文档文库
小
中
大
字号：
SPSS--回归-多元线性回归模型案例解析！（一）
多元线性回归，主要是研究一个因变量与多个自变量之间的相关关系，跟一元回归原
理差不多，区别在于影响因素（自变量）更多些而已，例如：一元线性回归方程
为:Y=00十十
E毫无疑问，多元线性回归方程应该为:V=BQ+02]+角工2+-…+
上图中的x1,x2,xp分别代表“自变量”Xp截止，代表有P个自变量，如果有“N组样
本，那么这个多元线性回归，将会组成一个矩阵，如下图所示：
记n俎样本分别是（兀
>'2
*
y=
aA
1X"
,0卩\
二
■
1儿
丿
丿
/鞋丿
那么，多元线性回归方程矩阵形式为：'""+£1
其中:代表随机误差，
其中随机误差分为：可解释的误差
和不可解释
的误差，随机误差必须满足以下四个条件，多元线性方程才有意义（一元线性方程也一样）
1服成正太分布，即指：随机误差
必须是服成正太分别的随机变量。
2:无偏性假设，即指：期望值为3:同共方差性假设，即指，所有的
随机误差变量方差都相等
4:独立性假设，即指：所有的随机误差变量都相互独立，可以用协方差解释。
今天跟大家一起讨论一下，SPSS---多元线性回归的具体操作过程，下面以教程教程数据
为例，分析汽车特征与汽车销售量之间的关系。通过分析汽车特征跟汽车销售量的关系，
建立拟合多元线性回归模型。数据如下图所示：
■■■
1sales点击
nesale
1636019S7518225297252225S23i'S5'539000-
2Se753&13S12-47513.74020190'13360'typ&000000price
21.500!2B400-4200033.990339&06200026.990
engiriE」
1.832horsepow,
wheelbas140225225210150200310170133193101.21081106.911461O2?610871130107.3107311141i0'90109011381122115.31122108.01074117.5104.11070110I7.&1105width]
length172.41923192.01966178.0192O'19821176.0117'6O'188.0194.6196^2206.8200020722010200.G194呂201.2ieo'91904200.91979curt
1S.919'3936414.1148588203971378067.370370.571463276174Q63.463570.9727
3.23-S'1.828第2.52.8
1380
197479_23117.5379156139.3£027861S326Z63.72&0
000|00000O'0010；
33400I；2-83S.900219751!25.300,31.965j:27635139.E95；44-475139.G&5,31CIOi46.225!132S0166351；11S.S90193901313.33.330壮464.630572.2,313.1
341752402052052752752752C035511517017518072774773574.575075S70377.0679694
72S2252527 