线性回归分析是一种研究影响关系的方法，在实际研究里非常常见。不管你有没有系统学习过，对于线性回归，相信多少都有那么一点了解。即使如此，在实际分析时，还是会碰到很多小细节，让我们苦思冥想，困扰很久，以致拖慢进度，影响效率。因此本文就一起梳理下回归分析的分析流程，闲话少说，我们开始吧。回归分析实质上就是研究一个或多个自变量X对一个因变量Y（定量数据）的影响关系情况。当自变量为1个时，是一元线性回归，又称作简单线性回归；自变量为2个及以上时，称为多元线性回归。在SPSSAU里均是使用【通用方法】里的【线性回归】实现分析的。通用方法7SPSSAU-线性回归1.数据类型线性回归要求因变量Y（被解释变量）一定是定量数据。如果因变量Y为定类数据，可以用【进阶方法】中的【logit回归】。儒相关双因素方差#JLogit2.变量筛选对于引入模型的自变量，通常没有个数要求。但从经验上看，不要一次性放入太多自变量。如果同时自变量太多，容易引起共线性问题。建议根据专业知识进行选择，同时样本量不能过
