spss教程：回归分析：[1]含虚拟自变量

作者：彼岸花开 | 创建时间: 2023-06-27

在“ spss教程：线性回归分析”、“ spss教程：曲线估计”中，因变量和自变量都是直接的数量变量，但在实际中，有时需要分析“定性变量”前后的影响，例如“促销前后”的产品销量的变化，此时“促销”属于定性变量，其对模型的影响是不可忽略的。...

其操作步骤与“ 线性回归”大致相同，就是自变量中多一个哑变量而已。

其中的“D”变量就是哑变量的意思。

选择相关的变量作为因变量和自变量，哑变量选到自变量中。所有的变量都选入模型，所以方法中选择“ 进入”。

结果分析： “ 模型汇总”中知，“调整R方”为0.883，大于0.8，所以此模型可以。 “ 方差”分析中，“回归”对应的概率是0，显著性水平0.05，所以回归方程解释性很好。 “ 系数”计算出的系数的概率值都是小于显著性水平0.05，都是有意义的。