论文写作线性回归的正确步骤

问：SPSS进行一元线性回归分析的一般步骤是什么？

1. 答：一个自变量 一个因变量
   如果要进行线性回归，无论是一元还是多元，第一步首先应该先画下散点图，看是否有线性趋势，如果有线性趋势了，再使用线性回归。这个是前提，现在很多人都忽略这一点 直接使用的。
   至于判断线性方程 拟合的好坏，看R方和调整的R方就可以了，R方越接近1，说明拟合的效果越好。你这个里面 R方为0.618，调整的R方为0.570，说明这个自变量可以解释因变量57%左右的变异，不能说好，也不能说坏。看具体情况而定
   Anova(b)这个表格是检验 回归方程是否显著的，sig的值=0.007 小于0.05，说明回归模型有意义，可以使用。
   下面一个标准化回归系数 和非标准化回归系数 则是回归方程自变量的系数，非标准化的系数用来拟合方程使用，标准化的系数是剔除了不同自变量的不同计量单位影响的，用于比较多个自变量的影响大小

问：线性回归方程的详细步骤

1. 答：回归直线方程指在一组具有相关关系的变量的数据（x与Y）间，一条最好地反映x与y之间的关系直线。
   离差作为表示Xi对应的回归直线纵坐标y与观察值Yi的差，其几何意义可用点与其在回归直线竖直方向上的投影间的距离来描述。数学表达:Yi-y^=Yi-a-bXi。
   总离差不能用n个离差之和来表示，通常是用离差的平方和，即（Yi-a-bXi）^2计算。
   要确定回归直线方程①，只要确定a与回归系数b。回归直线的求法通常是最小二乘法：离差作为表示xi对应的回归直线纵坐标y与观察值yi的差，其几何意义可用点与其在回归直线竖直方向上的投影间的距离来描述。

问：线性回归的一般步骤有什么，要做哪些检验，什么含义？

1. 答：做完线性回归之后，我们需要对模型进行检验。
   常用的检验有d-w检验，用来检验模型拟合之后的残差是否依然具有相关性
   R^2值，可以告诉我们模型拟合的是否够好。
   还有就是模型的预测变量之间是否有强烈的相关性的问题。