SPSS是目前套用最廣泛的統計軟體之一，其在很多領域深受用戶的好評。本書以SPSS 16.0為基礎，詳細介紹了多種常用統計分析方法的原理和實現技術。全書分11章，主要內容包括SPSS簡介、變數、數據檔案、系統參數、統計描述、統計圖製作、均值比較和T檢驗、方差分析、相關分析、回歸分析、聚類分析和判別分析、因子分析，以及非參數檢驗等的原理，並結合實際問題詳細介紹使用SPSS解決這些問題的步驟和結果討論。 本書統計理論嚴謹，文字淺顯易懂，並配有大量的圖表進行解釋，可作為計算機、金融、教育、統計等專業SPSS相關課程的教材，同時也可供具備一定統計分析基礎知識的讀者和各行業中非統計專業而需要使用統計方法的讀者學習使用。
基本介紹
- 書名：普通高等學校計算機教育"十二五"規劃教材:SPSS統計分析實用教程
- 作者：謝蕾蕾 宋志剛
- 出版社：人民郵電出版社
- 頁數：292頁
- 開本：16
- 定價：39.80
- 外文名：Spss Guide to Data Analysis
- 類型：統計分析軟體
- 出版日期：2013年2月1日
- 語種：簡體中文
- ISBN：7115302219, 9787115302212
- 品牌：人民郵電出版社
內容簡介,圖書目錄,文摘,
內容簡介
《普通高等學校計算機教育"十二五"規劃教材:SPSS統計分析實用教程(第2版)》統計理論嚴謹，文字淺顯易懂，並配有大量的圖表進行解釋，可作為計算機、金融、教育、統計等專業SPSS相關課程的教材，同時也可供具備一定統計分析基礎知識的讀者和各行業中非統計專業而需要使用統計方法的讀者學習使用。
圖書目錄
第1章 SPSS簡介 1
1.1 SPSS的發展 1
1.2 SPSS的版本 2
1.3 SPSS的運行方式 2
1.4 SPSS的啟動、主界面和退出 2
1.4.1 啟動SPSS 2
1.4.2 SPSS的數據編輯視窗 3
1.4.3 SPSS結果輸出視窗 4
1.4.4 退出SPSS 5
1.5 SPSS的幫助系統 5
1.5.1 Help選單中的topics命令 5
1.5.2 Help選單中的tutorial命令 5
1.5.3 各種對話框中的Help按鈕 5
1.5.4 有關統計方法指導 6
小結 6
思考與練習 6
第2章 變數、數據檔案、系統參數 7
2.1 定義變數 7
2.1.1 變數的定義信息 8
2.1.2 變數定義信息的複製 10
2.2 數據的輸入與保存 10
2.2.1 輸入數據的一般方法 10
2.2.2 輸入帶有變數值標籤的數據 11
2.2.3 SPSS數據檔案的保存 11
2.3 數據的編輯 12
2.3.1 單元值的修改 12
2.3.2 增加和刪除一個個案 13
2.3.3 數據的排序 13
2.3.4 數據的行列互換 13
2.3.5 選取個案子集 13
2.3.6 數據分類匯總 14
2.3.7 缺失值的替代 16
2.3.8 數據次序確定 17
2.4 變數的操作 18
2.4.1 增加和刪除一個變數 18
2.4.2 指定加權變數 19
2.4.3 根據已存在的變數建立新變數 19
2.4.4 產生計數變數 20
2.4.5 變數的重新賦值 22
2.4.6 變數的自動賦值 23
2.4.7 變數定義信息的查詢 24
2.4.8 變數集的定義和使用 25
2.5 數據檔案的合併和分組 26
2.5.1 數據檔案的縱向合併 26
2.5.2 數據檔案的橫向合併 27
2.5.3 數據檔案的分組 28
2.6 讀入其他格式檔案數據 29
2.6.1 讀取固定格式的文本檔案 29
2.6.2 讀取自由格式的文本檔案 31
2.6.3 讀取dBASE軟體檔案 33
2.6.4 讀取Excel軟體檔案 34
2.6.5 讀取資料庫檔案 34
2.7 SPSS運行環境設定 38
2.7.1 SPSS狀態欄的顯示和隱藏 38
2.7.2 SPSS格線線的顯示和隱藏 39
2.7.3 SPSS選單的增加和刪除 39
2.7.4 SPSS字型的設定 40
小結 41
思考與練習 41
第3章 統計描述 42
3.1 基本描述統計分析 42
3.1.1 均值和均值標準誤差 42
3.1.2 中位數 42
3.1.3 眾數 43
3.1.4 全距 43
3.1.5 方差和標準差 43
3.1.6 四分位數、十分位數和百分位數 43
3.1.7 峰度 44
3.1.8 偏度 44
3.1.9 SPSS中實現過程 44
3.2 頻數 49
3.2.1 統計學上的定義和計算公式 49
3.2.2 SPSS中的實現過程 49
3.2.3 結果和討論 50
3.3 標準化Z分數及其線性轉換 51
3.3.1 統計學上的定義和計算公式 51
3.3.2 SPSS中實現過程 51
3.3.3 結果和討論 53
3.4 探索分析 54
3.4.1 統計學上的定義和計算公式 54
3.4.2 SPSS中的實現過程 54
3.4.3 結果和討論 58
3.5 交叉列聯表分析 62
3.5.1 統計學上的定義和計算公式 62
3.5.2 SPSS中實現過程 63
3.5.3 結果和討論 66
3.6 多選項分析 68
3.6.1 統計學上的定義和計算公式 68
3.6.2 SPSS中的實現過程 69
3.6.3 結果和討論 74
3.7 基本統計分析的報表製作 75
3.7.1 報表分類 75
3.7.2 SPSS中實現過程 75
3.7.3 結果和討論 82
小結 83
思考與練習 83
第4章 統計圖形 85
4.1 條形圖 85
4.1.1 定義和類型 85
4.1.2 個案分組的簡單條形圖 86
4.1.3 單個變數的簡單條形圖 91
4.1.4 個案取值的簡單條形圖 92
4.2 線圖 93
4.2.1 定義和類型 93
4.2.2 個案分組的單線圖 94
4.2.3 單個變數的多線圖 96
4.3 餅圖 97
4.3.1 定義和類型 97
4.3.2 個案分組的餅圖 97
小結 98
思考與練習 99
第5章 均值比較和T檢驗 100
5.1 Means過程 100
5.1.1 統計學上的定義和計算公式 100
5.1.2 SPSS中實現過程 100
5.1.3 結果和討論 102
5.2 單樣本T檢驗 102
5.2.1 統計學上的定義和計算公式 102
5.2.2 SPSS中實現過程 103
5.2.3 結果和討論 103
5.3 兩獨立樣本T檢驗 104
5.3.1 統計學上的定義和計算公式 104
5.3.2 SPSS中實現過程 105
5.3.3 結果和討論 106
5.4 兩配對樣本T檢驗 107
5.4.1 統計學上的定義和計算公式 107
5.4.2 SPSS中實現過程 107
5.4.3 結果和討論 109
小結 109
思考與練習 110
第6章 方差分析 111
6.1 方差分析的基本概念 111
6.2 單因素方差分析 112
6.2.1 統計學上的定義和計算公式 112
6.2.2 SPSS中實現過程 113
6.2.3 結果和討論 115
6.3 多因素方差分析 117
6.3.1 統計學上的定義和計算公式 117
6.3.2 SPSS中實現過程 118
6.3.3 結果和討論 122
6.4 協方差分析 125
6.4.1 統計學上的定義和計算公式 125
6.4.2 SPSS中實現過程 126
6.4.3 結果和討論 127
小結 128
思考與練習 128
第7章 相關分析 130
7.1 相關分析的基本概念 130
7.2 二元定距變數的相關分析 131
7.2.1 統計學上的定義和計算公式 131
7.2.2 SPSS中實現過程 132
7.2.3 結果和討論 134
7.2.4 繪製相關散點圖 134
7.3 二元定序變數的相關分析 136
7.3.1 統計學上的定義和計算公式 136
7.3.2 SPSS中實現過程 136
7.3.3 結果和討論 137
7.4 偏相關分析 138
7.4.1 統計學上的定義和計算公式 138
7.4.2 SPSS中實現過程 139
7.4.3 結果和討論 140
7.5 距離相關分析 141
7.5.1 統計學上的定義和計算公式 141
7.5.2 SPSS中實現過程 142
7.5.3 結果和討論 148
小結 150
思考與練習 150
第8章 回歸分析 152
8.1 回歸分析的基本概念 152
8.2 一元線性回歸分析 153
8.2.1 統計學上的定義和計算公式 153
8.2.2 SPSS中實現過程 157
8.2.3 結果和討論 163
8.3 多元線性回歸分析 164
8.3.1 統計學上的定義和計算公式 164
8.3.2 SPSS中實現過程 168
8.3.3 結果和討論 170
8.4 非線性回歸分析 173
8.4.1 統計學上的定義和計算公式 173
8.4.2 SPSS中實現過程 174
8.4.3 結果和討論 177
8.5 曲線估計 178
8.5.1 統計學上的定義和計算公式 178
8.5.2 SPSS中實現過程 178
8.5.3 結果和討論 180
8.6 時間序列的曲線估計 184
8.6.1 統計學上的定義和計算公式 184
8.6.2 SPSS中實現過程 184
8.6.3 結果和討論 186
8.7 含虛擬自變數的回歸分析 188
8.7.1 統計學上的定義和計算公式 188
8.7.2 SPSS中實現過程 189
8.7.3 結果和討論 190
8.8 邏輯回歸分析 191
8.8.1 統計學上的定義和計算公式 191
8.8.2 SPSS中實現過程 195
8.8.3 結果和討論 198
小結 201
思考與練習 202
第9章 聚類分析與判別分析 204
9.1 聚類分析與判別分析的基本概念 204
9.2 層次聚類分析中的Q型聚類 205
9.2.1 統計學上的定義和計算公式 205
9.2.2 SPSS中實現過程 208
9.2.3 結果和討論 212
9.3 層次聚類分析中的R型聚類 215
9.3.1 統計學上的定義和計算公式 215
9.3.2 SPSS中實現過程 215
9.3.3 結果和討論 217
9.4 快速聚類分析 218
9.4.1 統計學上的定義和計算公式 218
9.4.2 SPSS中實現過程 219
9.4.3 結果和討論 222
9.5 判別分析 225
9.5.1 統計學上的定義和計算公式 225
9.5.2 SPSS中實現過程 226
9.5.3 結果和討論 230
小結 235
思考與練習 236
第10章 因子分析 237
10.1 因子分析的定義和數學模型 237
10.1.1 統計學上的定義 237
10.1.2 數學模型 238
10.1.3 因子分析的4個基本步驟 239
10.1.4 確定待分析的原有若干變數是否適合於因子分析 239
10.1.5 構造因子變數 240
10.1.6 因子變數的命名解釋 242
10.1.7 計算因子得分 242
10.2 SPSS中實現過程 242
10.2.1 SPSS中實現步驟 242
10.2.2 SPSS結果解釋 247
10.2.3 討論 253
小結 253
思考與練習 254
第11章 非參數檢驗 255
11.1 總體分布的卡方檢驗 255
11.1.1 統計學上的定義和計算公式 255
11.1.2 SPSS中實現過程 256
11.1.3 結果和討論 259
11.2 二項分布檢驗 259
11.2.1 統計學上的定義和計算公式 259
11.2.2 SPSS中實現過程 260
11.2.3 結果和討論 262
11.3 SPSS單樣本變數值隨機性檢驗 262
11.3.1 統計學上的定義和計算公式 262
11.3.2 SPSS中實現過程 263
11.3.3 結果和討論 265
11.4 SPSS單樣本K—S檢驗 265
11.4.1 統計學上的定義和計算公式 265
11.4.2 SPSS中實現過程 266
11.4.3 結果和討論 267
11.5 兩獨立樣本非參數檢驗 268
11.5.1 統計學上的定義和計算公式 268
11.5.2 SPSS中實現過程 270
11.5.3 結果和討論 272
11.6 多獨立樣本非參數檢驗 274
11.6.1 統計學上的定義和計算公式 274
11.6.2 SPSS中實現過程 276
11.6.3 結果和討論 277
11.7 兩配對樣本非參數檢驗 278
11.7.1 統計學上的定義和計算公式 278
11.7.2 SPSS中實現過程 280
11.7.3 結果和討論 283
11.8 多配對樣本非參數檢驗 284
11.8.1 統計學上的定義和計算公式 284
11.8.2 SPSS中實現過程 286
11.8.3 結果和討論 289
小結 291
思考與練習 291
1.1 SPSS的發展 1
1.2 SPSS的版本 2
1.3 SPSS的運行方式 2
1.4 SPSS的啟動、主界面和退出 2
1.4.1 啟動SPSS 2
1.4.2 SPSS的數據編輯視窗 3
1.4.3 SPSS結果輸出視窗 4
1.4.4 退出SPSS 5
1.5 SPSS的幫助系統 5
1.5.1 Help選單中的topics命令 5
1.5.2 Help選單中的tutorial命令 5
1.5.3 各種對話框中的Help按鈕 5
1.5.4 有關統計方法指導 6
小結 6
思考與練習 6
第2章 變數、數據檔案、系統參數 7
2.1 定義變數 7
2.1.1 變數的定義信息 8
2.1.2 變數定義信息的複製 10
2.2 數據的輸入與保存 10
2.2.1 輸入數據的一般方法 10
2.2.2 輸入帶有變數值標籤的數據 11
2.2.3 SPSS數據檔案的保存 11
2.3 數據的編輯 12
2.3.1 單元值的修改 12
2.3.2 增加和刪除一個個案 13
2.3.3 數據的排序 13
2.3.4 數據的行列互換 13
2.3.5 選取個案子集 13
2.3.6 數據分類匯總 14
2.3.7 缺失值的替代 16
2.3.8 數據次序確定 17
2.4 變數的操作 18
2.4.1 增加和刪除一個變數 18
2.4.2 指定加權變數 19
2.4.3 根據已存在的變數建立新變數 19
2.4.4 產生計數變數 20
2.4.5 變數的重新賦值 22
2.4.6 變數的自動賦值 23
2.4.7 變數定義信息的查詢 24
2.4.8 變數集的定義和使用 25
2.5 數據檔案的合併和分組 26
2.5.1 數據檔案的縱向合併 26
2.5.2 數據檔案的橫向合併 27
2.5.3 數據檔案的分組 28
2.6 讀入其他格式檔案數據 29
2.6.1 讀取固定格式的文本檔案 29
2.6.2 讀取自由格式的文本檔案 31
2.6.3 讀取dBASE軟體檔案 33
2.6.4 讀取Excel軟體檔案 34
2.6.5 讀取資料庫檔案 34
2.7 SPSS運行環境設定 38
2.7.1 SPSS狀態欄的顯示和隱藏 38
2.7.2 SPSS格線線的顯示和隱藏 39
2.7.3 SPSS選單的增加和刪除 39
2.7.4 SPSS字型的設定 40
小結 41
思考與練習 41
第3章 統計描述 42
3.1 基本描述統計分析 42
3.1.1 均值和均值標準誤差 42
3.1.2 中位數 42
3.1.3 眾數 43
3.1.4 全距 43
3.1.5 方差和標準差 43
3.1.6 四分位數、十分位數和百分位數 43
3.1.7 峰度 44
3.1.8 偏度 44
3.1.9 SPSS中實現過程 44
3.2 頻數 49
3.2.1 統計學上的定義和計算公式 49
3.2.2 SPSS中的實現過程 49
3.2.3 結果和討論 50
3.3 標準化Z分數及其線性轉換 51
3.3.1 統計學上的定義和計算公式 51
3.3.2 SPSS中實現過程 51
3.3.3 結果和討論 53
3.4 探索分析 54
3.4.1 統計學上的定義和計算公式 54
3.4.2 SPSS中的實現過程 54
3.4.3 結果和討論 58
3.5 交叉列聯表分析 62
3.5.1 統計學上的定義和計算公式 62
3.5.2 SPSS中實現過程 63
3.5.3 結果和討論 66
3.6 多選項分析 68
3.6.1 統計學上的定義和計算公式 68
3.6.2 SPSS中的實現過程 69
3.6.3 結果和討論 74
3.7 基本統計分析的報表製作 75
3.7.1 報表分類 75
3.7.2 SPSS中實現過程 75
3.7.3 結果和討論 82
小結 83
思考與練習 83
第4章 統計圖形 85
4.1 條形圖 85
4.1.1 定義和類型 85
4.1.2 個案分組的簡單條形圖 86
4.1.3 單個變數的簡單條形圖 91
4.1.4 個案取值的簡單條形圖 92
4.2 線圖 93
4.2.1 定義和類型 93
4.2.2 個案分組的單線圖 94
4.2.3 單個變數的多線圖 96
4.3 餅圖 97
4.3.1 定義和類型 97
4.3.2 個案分組的餅圖 97
小結 98
思考與練習 99
第5章 均值比較和T檢驗 100
5.1 Means過程 100
5.1.1 統計學上的定義和計算公式 100
5.1.2 SPSS中實現過程 100
5.1.3 結果和討論 102
5.2 單樣本T檢驗 102
5.2.1 統計學上的定義和計算公式 102
5.2.2 SPSS中實現過程 103
5.2.3 結果和討論 103
5.3 兩獨立樣本T檢驗 104
5.3.1 統計學上的定義和計算公式 104
5.3.2 SPSS中實現過程 105
5.3.3 結果和討論 106
5.4 兩配對樣本T檢驗 107
5.4.1 統計學上的定義和計算公式 107
5.4.2 SPSS中實現過程 107
5.4.3 結果和討論 109
小結 109
思考與練習 110
第6章 方差分析 111
6.1 方差分析的基本概念 111
6.2 單因素方差分析 112
6.2.1 統計學上的定義和計算公式 112
6.2.2 SPSS中實現過程 113
6.2.3 結果和討論 115
6.3 多因素方差分析 117
6.3.1 統計學上的定義和計算公式 117
6.3.2 SPSS中實現過程 118
6.3.3 結果和討論 122
6.4 協方差分析 125
6.4.1 統計學上的定義和計算公式 125
6.4.2 SPSS中實現過程 126
6.4.3 結果和討論 127
小結 128
思考與練習 128
第7章 相關分析 130
7.1 相關分析的基本概念 130
7.2 二元定距變數的相關分析 131
7.2.1 統計學上的定義和計算公式 131
7.2.2 SPSS中實現過程 132
7.2.3 結果和討論 134
7.2.4 繪製相關散點圖 134
7.3 二元定序變數的相關分析 136
7.3.1 統計學上的定義和計算公式 136
7.3.2 SPSS中實現過程 136
7.3.3 結果和討論 137
7.4 偏相關分析 138
7.4.1 統計學上的定義和計算公式 138
7.4.2 SPSS中實現過程 139
7.4.3 結果和討論 140
7.5 距離相關分析 141
7.5.1 統計學上的定義和計算公式 141
7.5.2 SPSS中實現過程 142
7.5.3 結果和討論 148
小結 150
思考與練習 150
第8章 回歸分析 152
8.1 回歸分析的基本概念 152
8.2 一元線性回歸分析 153
8.2.1 統計學上的定義和計算公式 153
8.2.2 SPSS中實現過程 157
8.2.3 結果和討論 163
8.3 多元線性回歸分析 164
8.3.1 統計學上的定義和計算公式 164
8.3.2 SPSS中實現過程 168
8.3.3 結果和討論 170
8.4 非線性回歸分析 173
8.4.1 統計學上的定義和計算公式 173
8.4.2 SPSS中實現過程 174
8.4.3 結果和討論 177
8.5 曲線估計 178
8.5.1 統計學上的定義和計算公式 178
8.5.2 SPSS中實現過程 178
8.5.3 結果和討論 180
8.6 時間序列的曲線估計 184
8.6.1 統計學上的定義和計算公式 184
8.6.2 SPSS中實現過程 184
8.6.3 結果和討論 186
8.7 含虛擬自變數的回歸分析 188
8.7.1 統計學上的定義和計算公式 188
8.7.2 SPSS中實現過程 189
8.7.3 結果和討論 190
8.8 邏輯回歸分析 191
8.8.1 統計學上的定義和計算公式 191
8.8.2 SPSS中實現過程 195
8.8.3 結果和討論 198
小結 201
思考與練習 202
第9章 聚類分析與判別分析 204
9.1 聚類分析與判別分析的基本概念 204
9.2 層次聚類分析中的Q型聚類 205
9.2.1 統計學上的定義和計算公式 205
9.2.2 SPSS中實現過程 208
9.2.3 結果和討論 212
9.3 層次聚類分析中的R型聚類 215
9.3.1 統計學上的定義和計算公式 215
9.3.2 SPSS中實現過程 215
9.3.3 結果和討論 217
9.4 快速聚類分析 218
9.4.1 統計學上的定義和計算公式 218
9.4.2 SPSS中實現過程 219
9.4.3 結果和討論 222
9.5 判別分析 225
9.5.1 統計學上的定義和計算公式 225
9.5.2 SPSS中實現過程 226
9.5.3 結果和討論 230
小結 235
思考與練習 236
第10章 因子分析 237
10.1 因子分析的定義和數學模型 237
10.1.1 統計學上的定義 237
10.1.2 數學模型 238
10.1.3 因子分析的4個基本步驟 239
10.1.4 確定待分析的原有若干變數是否適合於因子分析 239
10.1.5 構造因子變數 240
10.1.6 因子變數的命名解釋 242
10.1.7 計算因子得分 242
10.2 SPSS中實現過程 242
10.2.1 SPSS中實現步驟 242
10.2.2 SPSS結果解釋 247
10.2.3 討論 253
小結 253
思考與練習 254
第11章 非參數檢驗 255
11.1 總體分布的卡方檢驗 255
11.1.1 統計學上的定義和計算公式 255
11.1.2 SPSS中實現過程 256
11.1.3 結果和討論 259
11.2 二項分布檢驗 259
11.2.1 統計學上的定義和計算公式 259
11.2.2 SPSS中實現過程 260
11.2.3 結果和討論 262
11.3 SPSS單樣本變數值隨機性檢驗 262
11.3.1 統計學上的定義和計算公式 262
11.3.2 SPSS中實現過程 263
11.3.3 結果和討論 265
11.4 SPSS單樣本K—S檢驗 265
11.4.1 統計學上的定義和計算公式 265
11.4.2 SPSS中實現過程 266
11.4.3 結果和討論 267
11.5 兩獨立樣本非參數檢驗 268
11.5.1 統計學上的定義和計算公式 268
11.5.2 SPSS中實現過程 270
11.5.3 結果和討論 272
11.6 多獨立樣本非參數檢驗 274
11.6.1 統計學上的定義和計算公式 274
11.6.2 SPSS中實現過程 276
11.6.3 結果和討論 277
11.7 兩配對樣本非參數檢驗 278
11.7.1 統計學上的定義和計算公式 278
11.7.2 SPSS中實現過程 280
11.7.3 結果和討論 283
11.8 多配對樣本非參數檢驗 284
11.8.1 統計學上的定義和計算公式 284
11.8.2 SPSS中實現過程 286
11.8.3 結果和討論 289
小結 291
思考與練習 291
文摘
著作權頁：
插圖：
單擊“Statistics”按鈕，彈出“Linear Regression：Statistics”對話框，用來選擇輸出哪些統計量，如圖8.3所示。
圖8—3所示對話框中的選項如下。
Estimates：SPSS默認的輸出項。輸出與回歸係數相關統計量，如回歸係數、回歸係數的標準誤差、標準回歸係數、t統計量和相應的相伴機率值（Sig）、各自變數的容忍度等。其中，標準化回歸係數有助於判斷在多元回歸方程中各自變數的單位不統一時，哪個自變數對因變數的影響較大。
Confidence intervals：輸出每一個非標準化回歸係數95%的可信區間。
Covariance matrix：輸出方程中各自變數間的相關係數矩陣和各變數的協方差矩陣。
Model fit：輸出判定係數、調整的判定係數、回歸方程的標準誤差，F檢驗的ANOVA方差分析表。該選項為默認選項。
R squared change：表示當回歸方程中引入或剔除一個自變數後R2、F值產生的變化量。
Descriptives：輸出自變數和因變數的均值、標準差、相關係數矩陣及單側檢驗機率。
Part and partial correlations：輸出方程中各自變數與因變數之間的簡單相關係數、偏相關係數與部分相關係數。
Collinearity diagnostics：多重共線性分析，輸出各自變數的容限度、方差膨脹因子、最小容忍度、特徵值、條件指標、方差比例等。
“Residuals”欄是有關殘差分析的選擇項。
Durbin—Watson：輸出Durbin—Watson檢驗值。
Casewise diagnostics：輸出標準化殘差絕對值≥3（SPSS默認值）的樣本數據點的相關信息，包括：標準化殘差、觀測值、預測值、殘差。另外，還輸出最小預測值、最小殘差、最大預測值、最大殘差、最小標準化預測值、最小標準化殘差、最大標準化預測值、最大標準化殘差以及關於預測值、殘差、標準預測值、標準殘差的均值和標準差。
Outliers outside standard devistions：用來設定奇異值的判據，默認為≥3倍的標準差。
All cases：輸出所有樣本數據的有關殘差值。
設定完成後，單擊“Continue”按鈕，返回圖8—2所示的“Linear Regression”對話框（一。
單擊圖8—2所示“Linear Regression”對話框（一）中的Plots按鈕，將彈出如圖8—4所示“Linear Regression：Plots”對話框。該對話框用來設定對殘差序列作圖形分析，從而檢驗殘差序列的正態性、隨機性和是否存在異方差現象（默認情況下，不輸出圖形）。
在對話框左上角的源變數框中，選擇DEPENDENT（因變數）使之添加到X軸或Y軸變數框，再選擇其他變數使之添加到Y軸或X軸變數框。可以作為軸變數的，除因變數外還有以下參數。
ZPRED：標準化預測值。
ZRESID：標準化殘差。
DRESID：剔除殘差。
ADJPRED：修正後預測值。
SRESID：學生化殘差。
插圖：
單擊“Statistics”按鈕，彈出“Linear Regression：Statistics”對話框，用來選擇輸出哪些統計量，如圖8.3所示。
圖8—3所示對話框中的選項如下。
Estimates：SPSS默認的輸出項。輸出與回歸係數相關統計量，如回歸係數、回歸係數的標準誤差、標準回歸係數、t統計量和相應的相伴機率值（Sig）、各自變數的容忍度等。其中，標準化回歸係數有助於判斷在多元回歸方程中各自變數的單位不統一時，哪個自變數對因變數的影響較大。
Confidence intervals：輸出每一個非標準化回歸係數95%的可信區間。
Covariance matrix：輸出方程中各自變數間的相關係數矩陣和各變數的協方差矩陣。
Model fit：輸出判定係數、調整的判定係數、回歸方程的標準誤差，F檢驗的ANOVA方差分析表。該選項為默認選項。
R squared change：表示當回歸方程中引入或剔除一個自變數後R2、F值產生的變化量。
Descriptives：輸出自變數和因變數的均值、標準差、相關係數矩陣及單側檢驗機率。
Part and partial correlations：輸出方程中各自變數與因變數之間的簡單相關係數、偏相關係數與部分相關係數。
Collinearity diagnostics：多重共線性分析，輸出各自變數的容限度、方差膨脹因子、最小容忍度、特徵值、條件指標、方差比例等。
“Residuals”欄是有關殘差分析的選擇項。
Durbin—Watson：輸出Durbin—Watson檢驗值。
Casewise diagnostics：輸出標準化殘差絕對值≥3（SPSS默認值）的樣本數據點的相關信息，包括：標準化殘差、觀測值、預測值、殘差。另外，還輸出最小預測值、最小殘差、最大預測值、最大殘差、最小標準化預測值、最小標準化殘差、最大標準化預測值、最大標準化殘差以及關於預測值、殘差、標準預測值、標準殘差的均值和標準差。
Outliers outside standard devistions：用來設定奇異值的判據，默認為≥3倍的標準差。
All cases：輸出所有樣本數據的有關殘差值。
設定完成後，單擊“Continue”按鈕，返回圖8—2所示的“Linear Regression”對話框（一。
單擊圖8—2所示“Linear Regression”對話框（一）中的Plots按鈕，將彈出如圖8—4所示“Linear Regression：Plots”對話框。該對話框用來設定對殘差序列作圖形分析，從而檢驗殘差序列的正態性、隨機性和是否存在異方差現象（默認情況下，不輸出圖形）。
在對話框左上角的源變數框中，選擇DEPENDENT（因變數）使之添加到X軸或Y軸變數框，再選擇其他變數使之添加到Y軸或X軸變數框。可以作為軸變數的，除因變數外還有以下參數。
ZPRED：標準化預測值。
ZRESID：標準化殘差。
DRESID：剔除殘差。
ADJPRED：修正後預測值。
SRESID：學生化殘差。
