线性回归：图

图可以帮助验证正态性、线性和方差相等的假设。对于检测离群值、异常观察值和有影响的个案，图也是有用的。在将它们保存为新变量之后，在数据编辑器中可以使用预测值、残差和其他诊断以使用自变量构造图。以下图是可用的：

散点图。您可以绘制以下各项中的任意两种：因变量、标准化预测值、标准化残差、剔除残差、调整预测值、Student 化的残差或 Student 化的已删除残差。针对标准化预测值绘制标准化残差，以检查线性关系和等方差性。

源变量列表. 列出因变量 (DEPENDNT) 及以下预测变量和残差变量：标准化预测值 (*ZPRED)、标准化残差 (*ZRESID)、剔除残差 (*DRESID)、调整的预测值 (*ADJPRED)、学生化的残差 (*SRESID) 以及学生化的已删除残差 (*SDRESID)。

生成所有部分图。当根据其余自变量分别对两个变量进行回归时，显示每个自变量残差和因变量残差的散点图。要生成部分图，方程中必须至少有两个自变量。

标准化残差图。您可以获取标准化残差的直方图和正态概率图，将标准化残差的分布与正态分布进行比较。

如果请求了任意图，则将显示标准化预测值和标准化残差（*ZPRED 和 *ZRESID）的摘要统计。

获取回归图
◇ 从菜单中选择：

　　分析
　　　回归
　　　　线性...

◇ 在“线性回归”对话框中，单击图。

◇ 对于散点图，选择一个垂直 (y) 轴变量和一个水平 (x) 轴变量。要请求其他散点图，请单击下一步。
链接：

　　　　SPSS 线性回归
　　　　SPSS 线性回归变量选择方法
　　　　SPSS 线性回归：设置规则
　　　　SPSS 线性回归：保存新变量
　　　　SPSS 线性回归：统计量
　　　　SPSS 线性回归：选项
　　　　SPSS REGRESSION 命令的附加功能