//SPSS
//Course
//回归分析
SPSS
???01图线性回归分析 BREEZE
??????步骤一：在菜单栏中找到分析→回归→线性，打开“线性回归”对话框；
步骤二：将变量“财政收入”移入因变量框 ，“国内生产总值”移入自变量框；
步骤三：打开“统计”对话框，勾选“估计”和“模型拟合度”；
步骤四：打开“图”对话框，将DEPENDENT作为y轴，*ZPRED为x轴作图，并且勾选“直方图”和“正态概率图” ，点击继续→确定。
Step 1
FindAnalysis→Regression→Linearinthemenubartoopenthe”LinearRegression”dialogbox;
Step 2
Movethevariable”fiscalrevenue”intothedependentvariableboxand”grossdomesticproduct”intotheindependentvariablebox;
Step 3
Openthe”Statistics”dialogbox,andcheck”Estimation”and”Modelfit”;
Step 4
Openthe”Plot”dialogbox,useDEPENDENTasthey-axisand*ZPREDasthex-axistoplot,andcheck”Histogram”and”NormalProbabilityPlot”,clickContinue→OK.
?????????输出窗口信息如下：
???由模型摘要表可知，R=0.989，说明自变量与因变量之间的相关性很强。
由ANOVA（方差分析）表可知F统计量的观测值为592.25，显著性概率为0.000，即拒绝原假设，说明因变量和自变量的线性关系是非常显著的，可建立线性模型。
由系数表可知回归模型的常数项为-4993.281，自变量“国内生产总值”的回归系数为0.197。因此，可以得出回归方程：财政收入=-4993.281 + 0.197 × 国内生产总值，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恰当的。
02 非线性回归分析 SUNSHINE
??????步骤一：在菜单栏中找到分析→回归→非线性，打开“非线性回归”对话框；
步骤二：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；
步骤三：打开“参数”对话框，添加相应的参数值，点击确定。
Step 1
Analysis→Regression→Nonlinearinthemenubarandopenthe”NonlinearRegression”dialogbox;
Step 2
Move”businessincome”intothedependentvariablebox,andenterthecorrespondingexpressioninthemodelexpression;
Step 3
Openthe”Parameters”dialogbox,addthecorrespondingparametervalues,andclickOK.
输出窗口信息如下：
由迭代历史记录表可知，经过4次迭代后，模型达到收敛标准，找到了最佳解。得到营业收入关于两种广告费用的预测回归模型为：
y = 86.531+1.089×1-0.667×2+0.724x1x2
由显著性检验结果表可知，决定系数R2为0.941，拟合结果较好。