线性回归：统计量

可用统计量有：

回归系数。估计显示回归系数 B、B 的标准误、标准化系数 beta、B 的 t 值以及 t 的双尾显著性水平。置信区间显示每个回归系数或协方差矩阵指定置信度的置信区间。协方差矩阵显示回归系数的方差-协方差矩阵，其对角线以外为协方差，对角线上为方差。还显示相关矩阵。

模型拟合。列出输入模型的变量和从模型移去的变量，并显示以下拟合优度统计量：复相关系数、R² 和调整 R²、估计的标准误以及方差分析表。

R 方变化。由于添加或删除自变量而产生的 R² 统计量的更改。如果与某个变量相关联的 R² 变化很大，则意味着该变量是因变量的一个良好的预测变量。

描述性。提供分析中的有效个案数、均值以及每个变量的标准差。还显示具有单尾显著性水平的相关矩阵以及每个相关系数的个案数。

偏相关. 对于两个变量，在移去由于它们与其他变量之间的相互关联引起的相关性之后，这两个变量之间剩余的相关性。对于因变量与某个自变量，当已移去模型中的其他自变量对上述两者的线性效应之后，这两者之间的相关性。

部分相关. 对于因变量与某个自变量，当已移去模型中的其他自变量对该自变量的线性效应之后，因变量与该自变量之间的相关性。当变量添加到方程时，它与 R 方的更改有关。有时称为半部分相关。

共线性诊断。共线性（或者多重共线性）是非理想情况，此时一个自变量是其他自变量的线性函数。显示已标度和未中心化交叉积矩阵的特征值、条件指数以及方差-分解比例，以及个别变量的方差膨胀因子 (VIF) 和容差。

残差。显示残差的序列相关系数的 Durbin-Watson 检验，以及满足选择条件（n 倍标准差以外的离群值）的个案的个案诊断。

请求回归统计量
◇ 从菜单中选择：

　　分析
　　　回归
　　　　线性...

◇ 在“线性回归”对话框中，单击统计量。

◇ 选择需要的统计量。
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：图
　　　　SPSS 线性回归：保存新变量
　　　　SPSS 线性回归：选项
　　　　SPSS REGRESSION 命令的附加功能