操作方法
线性回归方程：一次函数式，用于描述因变量与自变量之间的内在关系。根据自变量的个数，可以分为一元线性回归方程和多元线性回归方程。 观测值：参与回归分析的因变量的实际取值。对参与线性回归分析的多个个案来讲，它们在因变量上的取值，就是观测值。观测值是一个数据序列，也就是线性回归分析过程中的因变量。 回归值：把每个个案的自变量取值带入回归方程后，通过计算所获得的数值。在回归分析中，针对每个个案，都能获得一个回归值。因此，回归值也是一个数据序列，回归值的数量与个案数相同。在线性回归分析中，回归值也常常被称为预测值，或者期望值。 残差：残差是观测值与回归值的差。残差反映的是依据回归方程所获得的计算值与实际测量值的差距。在线性回归中，残差应该满足正态分布，而且全体个案的残差之和为0。
选择需要进行分析的数据
选择菜单【分析】-【回归】-【线性】命令，启动线性回归命令。
选择相应的变量，左边的原变量选入到检验变量列表中
打开统计量，选择如下
打开绘制，选择如下
打开选项，选择如下
点击确定，结果如下
求投票
您的支持是我最大的动力！希望大家多多支持，让我能做的更好！ 您如果觉得此篇经验对您有帮助，请到网页最下边给我支持，帮我投投票，在这里小编先谢谢大家了。