简介：这份SPSS相关分析与回归分析PPT课件面向统计学、数据分析初学者及需要完成课程作业或论文实证分析的高校学生与职场人士，帮助系统掌握变量间关系的测度与建模方法。课件围绕相关分析与回归分析两大主线展开，涵盖函数关系与统计关系的区分、线性与非线性相关类型、散点图绘制、Pearson、Spearman与Kendall三类相关系数的计算与检验，以及回归模型的适用性检验、参数检验和非线性回归等内容，并配有SPSS菜单操作步骤与人均GDP与移动电话普及率等应用举例。资源包共1个pptx文件，约348KB，结构紧凑，按概述、相关分析、回归分析、模型检验等模块逐页推进，共68页，便于课堂讲授或自学查阅。目前已有94人学习，适合作为统计方法入门与SPSS实操的配套参考。
1. 从一份 SPSS 课件说起：相关与回归到底在解决什么问题
很多人第一次接触 SPSS，是从一份 PPT 课件开始的。课件里列着「相关分析」「回归分析」两页大纲，配几个散点图和系数表，看着简单，真到自己的数据上就卡住：两个变量到底有没有关系、关系有多强、能不能用一个变量去预测另一个、控制住其他变量后关系还在不在。这些问题，相关分析和回归分析各管一段。
相关分析回答的是「一起动」的问题，输出的是相关系数 r 和显著性 p，不区分谁因谁果；回归分析回答的是「谁影响谁、影响多少」的问题，输出的是回归系数、标准误、t 值、R 方，能给出预测方程。课件里通常把两者放在一起讲，是因为它们共享同一套线性模型假设，也共享同一批诊断指标。这份课件适合统计入门的学生、做问卷和实验数据的科研人员，以及需要快速出结果的业务分析岗。真正要落地，光看 PPT 不够，得把菜单路径、参数含义和结果解读串起来。
2. SPSS 相关分析的菜单路径与相关系数怎么选
2.1 三种相关系数的适用场景
SPSS 里做相关分析，主路径是「分析 → 相关 → 双变量」。打开对话框后第一个要做的决定不是点哪个按钮，而是选哪种相关系数。选错系数，后面的 p 值再漂亮也没意义。
| 相关系数 | 适用数据类型 | 前提假设 | 典型场景 |
|---|---|---|---|
| Pearson | 两变量均为连续、近似正态 | 线性关系、无极端离群值 | 身高与体重、成绩与学习时长 |
| Spearman | 等级数据或连续但非正态 | 单调关系即可 | 满意度等级与复购意愿 |
| Kendall tau-b | 等级数据、样本量小、结多 | 单调关系 | 小样本评委打分一致性 |
Pearson 对离群值极其敏感，一个极端点就能把 r 从 0.6 拉到 0.2。Spearman 先对数据排秩再算 Pearson，所以对分布要求松，代价是损失了原始数值的间距信息。Kendall tau-b 在样本量小于 30 且有很多并列秩次时更稳健，但解释起来不如前两者直观。
2.2 双变量相关的最小操作与语法
菜单点完记得点「粘贴」，把操作转成语法，方便复现和改参数。下面是一段典型的相关分析语法。
CORRELATIONS /VARIABLES=x1 x2 x3 /PRINT=TWOTAIL NOSIG /MISSING=PAIRWISE.逻辑说明：/VARIABLES指定进入相关矩阵的变量；/PRINT=TWOTAIL输出双尾检验的 p 值，NOSIG表示不额外标记显著性（矩阵里仍会显示星号）；/MISSING=PAIRWISE是成对剔除缺失值，即每对变量只用两者都非缺失的个案计算，样本量会随变量对变化。
参数说明：如果数据缺失严重，PAIRWISE会让不同相关系数基于不同样本，矩阵内部不可比；这时改用/MISSING=LISTWISE做整行剔除，保证样本一致，代价是损失更多个案。样本量小于 30 时，即使 r 达到 0.5 也可能不显著，别急着下结论。
2.3 结果表怎么读：r、p 和样本量三件套
输出里核心是相关矩阵，每个格子有三个数：相关系数、显著性 p、样本量 N。读的时候先看 N，N 太小一切免谈；再看 p，p < 0.05 说明「在零假设下出现这个 r 的概率很低」，但不等于关系强；最后看 r 的绝对值和方向。r 的粗略经验：0.1 到 0.3 弱，0.3 到 0.5 中等，0.5 以上强，但领域不同标准不同，社科里 0.4 已经算不错。
提示：相关显著不代表因果，也不代表线性。跑完 Pearson 后一定回到散点图看一眼，确认没有明显的曲线趋势或离群点。
3. 从相关到回归：SPSS 线性回归的参数设置与结果解读
3.1 一元与多元线性回归的模型设定
相关分析确认了变量间有关系，回归分析接着量化这种关系。路径是「分析 → 回归 → 线性」。因变量放上面，自变量放下面。一元回归只有一个自变量，多元回归放多个。SPSS 默认用「输入」法把所有自变量同时纳入，这也是最常用的做法。
模型形式是 Y = b0 + b1X1 + b2X2 + … + e。b0 是常数项，b1 表示在其他自变量不变时，X1 每增加一个单位，Y 平均变化 b1 个单位。这个「其他不变」是多元回归和一元回归最大的区别，也是它比简单相关更有价值的地方。
3.2 线性回归语法与关键选项
REGRESSION /DESCRIPTIVES MEAN STDDEV CORR SIG N /MISSING=LISTWISE /STATISTICS=COEFF OUTS R ANOVA COLLIN TOL /CRITERIA=PIN(.05) POUT(.10) /NOORIGIN /DEPENDENT=y /METHOD=ENTER x1 x2 x3 /RESIDUALS=DURBIN HISTOGRAM(ZRESID) /CASEWISE=ALL PRED RESID ZRESID.逻辑说明：/DESCRIPTIVES先输出描述统计和相关矩阵，方便检查共线性苗头；/STATISTICS=COEFF OUTS R ANOVA COLLIN TOL要求输出系数、模型摘要、方差分析表、共线性和容忍度；/METHOD=ENTER是强制进入法；/RESIDUALS里的DURBIN输出 Durbin-Watson 值，HISTOGRAM(ZRESID)画标准化残差直方图；/CASEWISE输出每个个案的预测值和残差，用于找离群点。
参数说明：PIN(.05) POUT(.10)只在逐步回归时生效，进入概率 0.05、剔除概率 0.10 是常见默认。/NOORIGIN表示保留常数项，除非有强理论依据，否则不要去掉常数项。COLLIN和TOL是诊断多重共线性的关键，容忍度低于 0.1、VIF 高于 10 就要警惕。
3.3 系数表、R 方与共线性诊断
结果先看「模型摘要」里的 R 方，它表示自变量能解释因变量变异的比例。R 方 0.6 意味着解释了 60%，剩下 40% 由未纳入的变量和误差构成。调整 R 方考虑了自变量个数，多元回归里以它为准。再看 ANOVA 表的 F 检验，p < 0.05 说明模型整体有效。
系数表里逐个看自变量的 B、标准误、Beta、t 和 p。B 是未标准化系数，带单位，用于写预测方程；Beta 是标准化系数，去掉了单位，用于比较不同自变量的相对重要性。p < 0.05 的自变量才值得保留。共线性统计里 VIF 超过 10，说明该自变量和其他自变量高度重叠，系数估计不稳定，常见处理是删掉其中一个或做合并。
注意：R 方高不代表模型好。加入无关变量 R 方也会微涨，所以要看调整 R 方和理论合理性，别为了凑 R 方硬塞变量。
4. 假设检验与残差诊断：回归结果能不能信
4.1 四个核心假设的检查方法
线性回归要成立，依赖四个假设：线性、残差独立、残差等方差、残差正态。SPSS 不会自动帮你判断，得自己看输出。
线性：看散点图里因变量与自变量的关系是否近似直线，或看残差与预测值的散点图是否无规律。残差独立：看 Durbin-Watson 值，接近 2 表示无自相关，低于 1 或高于 3 要警惕，常见于时间序列数据。等方差：残差与预测值的散点图应呈随机云状，若呈漏斗形说明方差不齐。正态：看标准化残差直方图和 P-P 图，点大致沿对角线分布即可。
4.2 用残差图定位离群点和强影响点
REGRESSION /DEPENDENT=y /METHOD=ENTER x1 x2 /RESIDUALS=DURBIN HISTOGRAM(ZRESID) NORMPROB(ZRESID) /CASEWISE=ALL PRED RESID ZRESID LEVERAGE COOK.逻辑说明：NORMPROB(ZRESID)输出正态 P-P 图；LEVERAGE输出杠杆值，衡量个案在自变量空间中的极端程度；COOK输出 Cook 距离，综合衡量个案对回归系数的影响。
参数说明：标准化残差绝对值大于 3 通常视为离群点；杠杆值大于 2p/n（p 为自变量个数，n 为样本量）值得关注；Cook 距离大于 1 说明该点对系数影响大。发现这些点后不要直接删，先核对是否录入错误，再考虑稳健回归或敏感性分析。
4.3 常见报错与结果异常排查
样本量不足是最常见的问题，自变量个数接近样本量时 R 方虚高、系数不稳，经验上每个自变量至少对应 10 到 20 个个案。变量尺度差异过大时，SPSS 仍能算，但常数项可能很小，不影响斜率解释。分类自变量必须转成虚拟变量再放入，否则 SPSS 会当成连续变量处理，系数毫无意义。缺失值用整行剔除后样本骤减，要在报告里说明剔除了多少。
5. 进阶技巧：把 Bootstrap 和虚拟变量用进回归
5.1 用 Bootstrap 估计系数置信区间
样本量小或残差明显非正态时，常规的系数标准误和 p 值不可靠。SPSS 的线性回归对话框里没有直接的 Bootstrap 按钮，但可以通过语法开启。
REGRESSION /DEPENDENT=y /METHOD=ENTER x1 x2 /BOOTSTRAP SAMPLES(1000) SEED(20240501) BCA.逻辑说明：SAMPLES(1000)指定重抽样次数，常用 1000 或 5000；SEED固定随机种子，保证结果可复现；BCA表示偏差校正加速法，比百分位法在偏态分布下更准。
参数说明：Bootstrap 输出的置信区间若不含 0，等价于系数显著。重抽样次数越多结果越稳，但耗时增加。样本量小于 50 时 Bootstrap 尤其有用，但要注意原始样本本身是否具有代表性。
5.2 分类自变量转虚拟变量再进回归
性别、地区、学历这类分类变量不能直接当连续变量放进去。做法是用「转换 → 创建虚变量」，或者用RECODE生成 0/1 变量。k 个类别生成 k-1 个虚拟变量，留一个作参照组。
RECODE education (1=1) (2=0) (3=0) (ELSE=SYSMIS) INTO edu_high. RECODE education (1=0) (2=1) (3=0) (ELSE=SYSMIS) INTO edu_mid. EXECUTE.逻辑说明：以类别 3 为参照组，edu_high和edu_mid分别表示是否属于类别 1 和 2。回归系数解释为「相对于参照组，该组的因变量平均差异」。
参数说明：参照组的选择影响系数解释但不影响模型拟合。若某类别样本极少，合并类别比强行生成虚拟变量更稳。虚拟变量之间以及与连续变量的交互项，可以进一步检验调节效应，这是课件里常被略过但实战中很常用的部分。
本文还有配套的精品资源，点击获取
