//SPSS

　　 //课程

　　 //回归分析

　　附加电源装置（Supplementary Power Supply Set的缩写）

　　图01线性回归分析微风

　　第一步：在菜单栏中找到分析回归线性，打开“线性回归”对话框；

　　第二步：将变量“财政收入”移入因变量框，“GDP”移入自变量框；

　　第三步：打开“统计”对话框，勾选“估计”和“模型拟合”；

　　第四步：打开“图形”对话框，以DEPENDENT为Y轴，以*ZPRED为X轴绘图，勾选“直方图”和“正态概率图”，然后点击继续确定。

　　第一步

　　查找分析回归线性回归菜单打开“线性回归”对话框；

　　第二步

　　将变量“财政收入”移至“独立变量”框，将“国内总产品”移至“独立变量”框；

　　第三步

　　打开“统计”对话框，勾选“估计”和“模型拟合”；

　　第四步

　　打开“绘图”对话框，使用独立的y轴和* ZPREDasthex轴绘图，并检查“直方图”和“正常概率绘图”，单击继续确定。

　　输出窗口信息如下：

　　根据模型汇总表，R=0.989，说明自变量和因变量之间有很强的相关性。

　　根据ANOVA(方差分析)表，F统计量的观测值为592.25，显著概率为0.000，即拒绝了原假设，说明因变量和自变量之间的线性关系非常显著，可以建立线性模型。

　　从系数表中可以看出，回归模型的常数项为-4993.281，自变量“GDP”的回归系数为0.197。因此可以得到回归方程：财政收入=-4993.281 0.197 GDP，回归系数的显著性水平为0.000，明显小于0.05，说明建立线性模型是合适的。

　　 02非线性回归分析日照

　　第一步：在菜单栏中找到分析回归非线性，打开“非线性回归”对话框；

　　第二步：将“营业收入”移入因变量框，在模型表达式中输入相应的表达式；

　　第三步：打开“参数”对话框，添加相应的参数值，点击确定。

　　第一步

　　分析回归非线性菜单打开“非线性回归”对话框；

　　第二步

　　将“businessincome”移动到dependentvariablebox中，并输入相应的expressioninthemodelexpression；

　　第三步

　　打开“参数”对话框，添加相应的参数值，然后单击确定。

　　输出窗口信息如下：

　　根据迭代历史表，经过4次迭代，模型达到收敛标准，找到了最优解。两种广告费的营业收入预测回归模型如下：

　　 y=86.531 1.0891-0.6672 0.724 x1 x2

　　根据显著性检验结果表，决定系数R2为0.941，拟合效果较好。