怎么用spss进行多元回归分析（SPSS教程多元线性回归及SPSS操作）

健康养生 2023-09-10 17:24:01

大家在中遇到的怎么用spss进行多元回归分析（SPSS教程多元线性回归及SPSS操作）这样的问题有没有答案呢?答案是肯定的，对于大部分朋友来说解决这样的问题还是非常重要的，所以小编给大家做了个整理，一起来看下面的内容。

案例来源:中华护理杂志2018年第7期

一．案例

北京社区失能老人的护理需求及其影响因素。

方法:采用多阶段随机抽样方法，对北京市四个区的120名老年人进行问卷调查。用老年人活动量表筛选失能老人，用自制的社区失能老人护理需求问卷调查其护理需求，并分析护理需求的影响因素。

二．解析

失能老人护理需求的单变量分析，根据资料选择T检验、方差分析或秩和检验。以护理需求得分为因变量，以可能影响失能老人护理需求得分的因素为自变量，通过多元线性回归筛选影响失能老人护理服务需求选择的因素。本例包含的自变量为年龄、经济来源、健康自评、残疾程度、慢性病类型、慢性疼痛和跌倒经历，赋值方法如表1所示:

三．SPSS操作

1.操作步骤

选择分数作为因变量，所有自变量作为自变量，并在方法处选择输入。

点击统计，出现如下对话框:在回归系数列选择估计值，在残差列选择Penn-Watson，检查模型拟合和共线性诊断。

点击图打开如下对话框，将标准化残差“* zreed”选入“Y”轴框，将标准化预测值“*ZPRED”选入“X”轴，勾选直方图和正态概率图，然后点击继续确认。

2.结果的解释

(1)P-P图

从回归标准化残差的正态P-P图可以看出，残差效果良好，所有点大致在一条直线上，可以认为残差符合正态分布的要求。

(2)方差分析表

该表可用于检验模型的统计显著性，结果表明F=22.563，P

(3)模型总结

从表中可以看出，调整后的R-square为0.559，即整体自变量对因变量的解释度达到55.9%，拟合效果较好，说明模型比较稳定；本研究的Durbin-Watson测试值为1.627。一般来说，德宾-沃森检验值分布在0到4之间，越接近2，独立观测值的可能性越大。可以认为本研究中的观测值是相互独立的。

(4)系数

结果:本研究纳入的自变量中，年龄、健康自评、慢性病种类和慢性疼痛P值有统计学意义，即年龄、健康自评、慢性病种类和慢性疼痛是影响失能老人护理需求的主要因素。

四．总结

本例采用输入所有自变量的多元线性回归，常用的几种方法有逐步回归法、向前法、向后法、消去法。不同方法筛选的自变量可能不同。实际工作中选择什么样的变量筛选方法，需要结合专业知识和研究要求，不能不参考背景随意选择。#微风项目# #健康侦探事务所#

问题反馈

如果您对统计有任何疑问，可以通过电子邮件联系我们。

通过邮件发送您的问题，我们将在第一时间为您解答。

NursingCare01@126.com

标签：回归教程操作分析