用SPSS怎麼做迴歸分析
SPSS統計軟體可以用來做許多資料分析，迴歸分析就是其中之一。迴歸分析就是探索兩種及其以上變數之間的關係，運用十分廣泛，按照自變數和因變數之間的函式關係型別可以分為線性迴歸分析和非線性迴歸分析。迴歸分析不僅可以分析資料，更可以用來預測一些資料的發展情況，從而應用非常廣泛。
工具/材料
IBM SPSS Statistics 19
操作方法
開啟SPSS軟體後點擊右上角的【開啟檔案按鈕】開啟你需要分析的資料檔案
接下來就是開始做迴歸分析建立模型，研究其變化趨勢，因為迴歸分析分為線性迴歸和非線性迴歸，分析它們的辦法是不同的，所以先要把握它們的變化趨勢，可以畫散點圖，點選【圖形】---【舊對話方塊】---【散點/點狀】
選擇【簡單分佈】，並點選【定義】，這種散點圖是我們常見的，而其他幾種都比較複雜，用到這兒就把簡單問題複雜化了。
在接下來的彈出框中設定x軸和y軸，然後點選確定，其他都不要管，然後得到散點圖，可以看出x軸和y軸明顯呈線性關係，所以接下來的迴歸分析就要用線性迴歸方法，假設影象呈曲線就需要選擇曲線擬合的方法。
點選【分析】---【迴歸】---【線性】
在彈出的線性迴歸框中設定自變數和因變數，其他的選項用預設設定即可，其他的選項只是用來更加精確地去優化模型
接下來就是結果分析了，一共在輸出文件中彈出了四張表其中【係數表】就是所求出來的模型，根據B列寫出函式表示式，這道題就是y=1.594x+26.659，sig均小於0.05表示自變數對因變數有顯著影響。
【Anova表】表示分析結果，主要看的是F和Sig值，F值對應的Sig值小於0.05就可以認為迴歸方程是有用的，
【模型彙總表】中R表示擬合優度，值越接近1表示模型越好。至此迴歸分析就完成了圖中的這個模型就是比較合理的。
特別提示
一定先要畫散點圖瞭解大致趨勢
