简介：《SPSS多元线性回归分析实例操作步骤.pdf》是一份基于真实案例的统计实操文档，以1998-2008年上海市城市人口密度、居民人均可支配收入、五年以上平均年贷款利率和房屋空置率为自变量，商品房平均售价为因变量，完整演示多元线性回归的分析流程。内容面向需要掌握SPSS回归分析的经管类学生、科研人员及数据分析爱好者，从数据导入、线性回归对话框设置、Stepwise逐步回归方法选择，到统计量、残差图、预测值保存等关键操作均有详细步骤说明，并对模型汇总、方差分析、回归系数等输出结果进行解读，包括R方、调整R方、Durbin-Watson检验及回归方程，帮助读者理解变量筛选与模型评价。文档为单个PDF文件，约621KB，内容精炼，适合对照练习。已有1473人学习，可作为课程作业、论文实证或自学SPSS的参考。
1. SPSS多元线性回归分析的建模顺序，先于操作步骤
拿到一份 30 行 6 列的数据，问题通常是“哪些变量影响客单价，影响方向是正是负、影响量级有多大”。SPSS 里的多元线性回归跑一遍只需要几十秒，真正花时间的地方在读数据、选变量、调参数、看残差。很多人按对话框点完“确定”就交差，结果在显著性、共线性和残差三项上反复被审稿人或业务方问住。下面这套流程把 SPSS 多元线性回归分析实例操作步骤按建模顺序重排：先讲清楚前提怎么查，再走菜单和语法、读结果，最后给一组残差诊断和预测值应用的加分操作。适合想用同一套流程处理回归作业、业务预测或论文实证分析的读者。
2. SPSS多元线性回归的建模前提：样本量、变量类型与共线性预检
回归操作本身不难，难的是带着统计思维去判断每一步该做什么。在点开“分析→回归→线性”之前，先回答三个问题：数据支撑得起这个模型吗？变量类型放对了吗？自变量之间会不会互相打架？
2.1 三个前提条件：变量尺度、样本量与误差独立性
多元线性回归不是“把变量塞进对话框就能出结果”。它的成立依赖一组条件：因变量是连续尺度，误差项独立，残差近似正态分布，方差齐性，自变量之间不存在严重多重共线性。真实业务数据里这几条不总是同时满足，所以动手前要逐项核对。
第一，因变量必须是连续变量。如果因变量是二分类（比如是否购买、是否违约），应该改用二元 logistic 回归；如果因变量是等级变量（比如满意度 1~5 分但分布极不均匀），也要慎重，强行当连续变量处理会扭曲残差的正态性假设。
第二，样本量要够。经验规则是最少为自变量个数的 10 到 15 倍；追求稳健的实证模型，可以用 Green 提出的“N ≥ 105 + 自变量个数”作为下限。只有 25 个样本却放 6 个自变量，跑出来的系数会随着个案增减剧烈摆动，这在 SPPS 里表现为标准误很大、显著性不稳定。
| 情形 | 建议最小样本量 |
|---|---|
| 简单回归，1~2 个自变量 | N ≥ 20 |
| 一般多元回归 | N ≥ 10~15 倍自变量个数 |
| 稳健性要求高的实证模型 | N ≥ 105 + 自变量个数 |
第三，误差独立性。数据如果来自重复测量、同一群体或时间序列，要先留意输出里的 Durbin-Watson 统计量，在 2 附近说明残差自相关问题不大，明显偏离 2 就要考虑补充其他模型。
2.2 用相关性分析做共线性预检：双变量相关命令
多重共线性会在后阶段由 VIF 精确诊断，但建模前用相关矩阵做一次快速预检更高效。把连续自变量放进“分析→相关→双变量”，得到 Pearson 相关系数矩阵，如果两个自变量的相关系数绝对值接近或超过 0.7，就要先想清楚处理方案：合并、删除其一，还是用岭回归。这个操作在 SPSS 里也可以直接用语法完成。
* 相关分析：检查连续自变量之间是否高度相关。 CORRELATIONS /VARIABLES=price area age floor metro_dist /PRINT=TWOTAIL NOSIG /MISSING=PAIRWISE.这里/PRINT=TWOTAIL输出双侧显著性水平，NOSIG让矩阵里不显示显著性星号，方便直接看相关系数本身；/MISSING=PAIRWISE表示成对删除缺失值，在小样本里尽量保留数据。如果数据集中缺失较多，可改成LISTWISE统一删除，结果更保守但样本损失更大。
相关系数高不等于一定不能一起放入回归，但至少说明这些变量携带的信息重叠。把高度相关的两个变量同时放进去，回归系数的标准误会显著放大，t 值变小，原本有解释力的变量可能变得不显著，这类问题要在建模前就记录下来。
2.3 分类变量转哑变量：避免盲目的 0/1 编码
多元线性回归要求自变量是数字。分类变量如果直接按原始编码 1、2、3 当连续变量放进模型，等于默认“类别 3 比类别 2 大 1”，这对定类变量是说不通的。常见做法是把 k 个类别转成 k-1 个哑变量，剩余一个作为参照类别，它的效应由常数项吸收。SPSS 里转换的方式很直接：
* 户型 house_type：1=一居室，2=二居室，3=三居室。 * 以 1 作为参照类，生成二居室和三居室两个哑变量。 COMPUTE dum_2 = (house_type = 2). COMPUTE dum_3 = (house_type = 3). EXECUTE.注意COMPUTE中的比较表达式成立时返回 1，不成立返回 0，所以(house_type = 2)这一步就已经完成了 0/1 转换。k 个类别只生成 k-1 个哑变量，如果三个类别都放进回归，自变量矩阵会发生完全共线性，SPSS 会强制剔除其中一个变量，但输出的系数解释会变得混乱。建模前做好这一步，后面的系数解读就清爽得多。
3. SPSS多元线性回归分析的操作步骤：从线性对话框到语法窗口
前提检查完，进入正式分析。主路径是“分析→回归→线性”，这个菜单能覆盖绝大多数需求，但不同按钮的勾选会直接影响结果输出和后续诊断，需要逐一说明。
3.1 线性回归主界面：因变量、自变量块与方法选择
进入线性回归对话框后，把因变量放入“因变量”框，连续自变量放“自变量”框。右侧“方法”下拉框提供五种变量筛选策略，这步的选择决定了 SPSS 会保留哪些变量。
| 方法 | 变量处理方式 | 适用场景 |
|---|---|---|
| 进入 | 所有自变量一次性放入回归 | 理论驱动，变量个数少 |
| 逐步 | 每次加入显著的变量，同时剔除不再显著的 | 变量多、无明确先验 |
| 向前 | 只加不减 | 希望保留全部显著变量 |
| 向后 | 全部放入，逐个剔除不显著的 | 变量个数少，不想人工筛选 |
| 删除 | 将指定块从模型中移除 | 分层回归中比较模型变化 |
“进入”和“逐步”是最常用的两种。有明确研究假设时，用“进入”把理论变量一次放进去，结果可直接用于假设检验；变量多且偏预测导向时，用“逐步”让 SPSS 按显著性自动筛选，最后再人工复核业务合理性。
3.2 统计、图、保存三个对话框的勾选建议
主界面上还有“统计”“图”“保存”三个按钮，很多教程一笔带过，实际上它们才是影响结果可用性的关键。
3.2.1 统计按钮
建议勾选：估算值、模型拟合、共线性诊断、德宾-沃森、个案诊断。写论文时常勾选“R 方变化量”，用于分层回归里看新变量组的增量解释力。共线性诊断会输出 VIF 和容差；个案诊断则列出标准化残差超过阈值（默认 3 个标准差）的个案，是后续异常值排查的入口。
3.2.2 图按钮
左侧 Y 轴选标准化残差（ZRESID），右侧 X 轴选标准化预测值（ZPRED），再勾选“直方图”和“正态概率图”。散点图用来判断残差是否随机分布，直方图和 P-P 图判断残差是否接近正态。
3.2.3 保存按钮
勾选“未标准化预测值”“标准化残差”“库克距离”。勾选后数据编辑窗体会多出几列新变量，分别对应预测值、残差和影响诊断统计量，这些是后面第 5 章做诊断和聚类应用的基础。
3.3 用语法窗口固定流程：REGRESSION 命令
手动点完一遍后，点“粘贴”按钮，SPSS 会把菜单选择转成语法命令。语法文件可以重复运行，适合对多个数据集执行同一套分析，也方便归档建模流程。完整命令如下：
REGRESSION /DESCRIPTIVES MEAN STDDEV CORR SIG /MISSING LISTWISE /STATISTICS COEFF OUTS CI(95) R ANOVA COLLIN TOL /CRITERIA=PIN(.05) POUT(.10) /NOORIGIN /DEPENDENT price /METHOD=ENTER area age floor metro_dist /SCATTERPLOT=(ZRESID, ZPRED) /SAVE PRED ZPRED RESID ZRESID COOK.逐段说明：
/DESCRIPTIVES输出自变量的均值、标准差、相关系数矩阵和显著性，用于报告描述统计与共线性初检。/MISSING LISTWISE表示任一变数缺失就整条删除，是回归分析的默认处理方式。/STATISTICS中COEFF输出回归系数，OUTS给出未进入模型的变量，CI(95)为系数置信区间，R ANOVA输出模型汇总与方差分析表，COLLIN做共线性诊断，TOL输出容差。/CRITERIA=PIN(.05) POUT(.10)是逐步回归的进出门槛，变量进入模型的显著性水平为 0.05，剔除为 0.10；强制进入模式下该参数不生效。/METHOD=ENTER为强制进入，可替换为STEPWISE或BACKWARD。/SCATTERPLOT=(ZRESID, ZPRED)输出标准化残差对标准化预测值的散点图。/SAVE后的PRED、ZPRED、RESID、ZRESID、COOK分别对应预测值、标准化预测值、原始残差、标准化残差和库克距离。
3.4 分层回归：用“块”实现控制变量与核心变量分步进入
如果分析目的是在控制人口学变量后看核心变量的增量解释力，可以在自变量框下方用“块”区分变量组：第一块放控制变量，点击“下一个”按钮，第二块放核心解释变量。这样 SPSS 会先后输出两个模型，配合“统计”里勾选的“R 方变化量”，能直接看到新增变量组的解释力增量及其显著性。这是实证论文里很常见的报告方式，比一次性放入所有变量更有说服力。
4. SPSS多元线性回归结果解读：模型汇总、ANOVA与系数表
运行回归后，输出查看器里会出现大量表格。不需要每张细读，按顺序看三张表：ANOVA 表判断模型整体是否显著，模型汇总表看解释力，系数表看每个变量的具体作用与共线性。
4.1 先看 ANOVA 表：模型整体显著性
ANOVA 表的核心是 F 检验，检验假设是“所有回归系数同时为 0”。F 值等于回归均方除以残差均方。下面是一份示意输出，数字只是为了说明表格结构，实际运行时以自己数据为准。
| 项目 | 平方和 | 自由度 | 均方 | F | Sig. |
|---|---|---|---|---|---|
| 回归 | 1254.32 | 4 | 313.58 | 32.47 | .000 |
| 残差 | 317.66 | 25 | 12.71 | ||
| 总计 | 1571.98 | 29 |
看表顺序：先看 Sig. 是否小于 0.05，本例为 .000，说明模型整体显著，至少有一个自变量与因变量存在线性关系。若 Sig. 大于 0.05，后续系数解读失去统计基础，需要回到变量选择和数据质量上找问题。
4.2 模型汇总表：用调整 R 方，不要只看 R 方
模型汇总表给出 R、R 方、调整 R 方、标准估算误差和 Durbin-Watson 值。R 方表示模型解释的因变量方差比例，但它有一个缺陷：自变量越多，R 方只增不减，哪怕加入的是完全无关的变量。因此多变量模型要重点看“调整 R 方”，它对变量个数做了惩罚。
| R | R 方 | 调整 R 方 | 标准估算的误差 | Durbin-Watson |
|---|---|---|---|---|
| .893 | .797 | .765 | 3.134 | 1.982 |
示例中 R 方为 .797，调整 R 方为 .765，说明四个自变量联合解释约 76.5% 的房价方差。Durbin-Watson 为 1.982，非常接近 2，残差自相关问题不显著。写报告时建议同时报告 R 方和调整 R 方，说明模型在解释力上的边际贡献。
4.3 系数表：B、Beta、t、Sig. 与 VIF 一起看
系数表是“看得见的结论”所在。下面是一份示意结果，展示了各变量的非标准化系数、标准化系数和共线性统计量。
| 变量 | 非标准化系数 B | 标准误差 | 标准化系数 Beta | t | Sig. | 容差 | VIF |
|---|---|---|---|---|---|---|---|
| 常量 | 12.840 | 5.310 | 2.418 | .023 | |||
| 面积 area | .350 | .042 | .618 | 7.310 | .000 | .556 | 1.798 |
| 房龄 age | -.180 | .057 | -.252 | -3.121 | .004 | .712 | 1.404 |
| 楼层 floor | -.092 | .068 | -.109 | -1.352 | .170 | .824 | 1.214 |
| 距地铁 metro_dist | -.021 | .012 | -.137 | -1.912 | .061 | .731 | 1.368 |
解读顺序：
- 非标准化系数 B：在控制其他变量不变的前提下，自变量每增加一个单位，因变量平均变化 B 个单位。面积系数 .350，表示面积每增加一平方米，房价平均上升 0.35 万元。
- 标准化系数 Beta：消除了量纲差异，可以直接比较两个自变量对因变量影响的相对大小。本例面积 Beta .618，远大于房龄的 -.252，说明面积是主导解释变量。
- t 和 Sig.：对单个系数做显著性检验。面积和房龄的 Sig. 小于 0.05，贡献显著；楼层和距地铁的 Sig. 大于 0.05，在统计上不显著。
- 容差与 VIF：VIF = 1/容差。本例 VIF 最大为 1.798，远小于 5，不认为存在严重共线性。
对于不显著的楼层和距地铁变量，不要急着删除。先回看相关性矩阵，确认它们是否与面积存在重叠解释；如果业务逻辑上必须保留，就保留并如实报告显著性结果。SPSS 的逐步回归可以做自动筛选，但最后删不删变量，决定权应该在研究者手里。
4.4 回归方程的写法
根据系数表，模型可以写成下面的回归方程，这个写法会直接出现在论文或分析报告的结果部分：
pred_price = 12.840 + 0.350*area - 0.180*age - 0.092*floor - 0.021*metro_dist报告时不要把数字直接罗列完事，而是给出业务化表述：“在控制其他变量不变的情况下，面积每增加 1 平方米，房价平均增加 0.35 万元；房龄每增加一年，房价平均下降 0.18 万元。”注意必须带上“控制其他变量不变”这个限定语，这是回归系数解释的边界。
想验证拿到的系数是否真的作用于当前数据，可以在 SPSS 语法窗口里算一列复核值：
COMPUTE pred_check = 12.840 + 0.350*area - 0.180*age - 0.092*floor - 0.021*metro_dist. EXECUTE.运行后pred_check列与回归时保存的PRE_1（未标准化预测值）应完全一致。如果出现偏差，优先排查缺失值处理方式差异，这是排查数据问题的一个很实用的入口。
5. SPSS多元线性回归的残差诊断、预测值保存与应用技巧
5.1 残差三步快速诊断
模型跑完不等于分析结束。先看正态概率图（P-P 图）上的点是否基本贴在主对角线附近，严重偏离时考虑对因变量做自然对数变换后再回归；再看 ZRESID 对 ZPRED 的散点图是否在零线上下随机分布，若形成漏斗形，说明方差齐性可能不满足；最后看个案诊断输出的离群值，核对标准化残差绝对值大于 3 的样本，逐条回到原始数据确认是否存在录入错误，如果原始记录没问题，再判断是否属于业务上的特殊群体。
5.2 预测值与残差的两个使用方向
回归时保存的预测值和残差列不是摆设。将RES_1按绝对值降序排列，排在最前面的样本就是当前模型解释最差的记录，它们可能是漏掉了关键变量，也可能是数据质量问题，这是模型迭代的直接依据。另一个做法是把标准化残差保存为变量，与面积、房龄等核心特征一起做 K 均值聚类，在同一个数据集里继续用“分析→分类→K-均值聚类”，就能找出“被模型系统性高估或低估”的客户群体画像，这类信息对业务分层和营销策略很实用。
5.3 输出到报告前的两个处理细节
在 SPSS 输出查看器里直接复制表格到 Word 前，把数值格式统一设置为 3 位小数，避免出现一列十几位小数的情况。分层回归的报告则留意“R 方变化量”那张表，它给出的是新增变量组解释力的增量检验，把 ΔR² 及其显著性放进论文表格，比只写整模型 R 方信息量更大。回归系数表里如果出现了容差接近 0、VIF 超过 10 的变量，回退到第 2 章的处理思路，先解决共线性再重新建模。
本文还有配套的精品资源，点击获取
