Comment faire une régression linéaire dans les statistiques de SPSS ou pasw

Instructions

1. Sélectionner "-gt de régression; Linear ..." du "Analyser" menu.

2. Sélectionnez la variable dépendante (la variable dont la valeur que vous souhaitez prévisible parfois appelé "la variable prédite" ou "y" dans les statistiques textes) de la boîte de dialogue et le déplacer vers la zone de texte étiqueté "Dépendant" en cliquant sur le bouton en haut le plus de flèche sur l'écran.

3. Sélectionnez les variables indépendantes (les variables dont les valeurs que vous utilisez pour prédire la valeur de l'Variable- dépend aussi parfois appelé "les variables prédictives" ou "x1, x2, x3 ..." dans les statistiques textes) dans la boîte sur la gauche en cliquant dessus. Plus d'une variable peut être sélectionné à la fois en maintenant la touche Ctrl. Déplacez-les à la case "Indépendant (s)" en cliquant sur la deuxième flèche bleue.

4. Cliquez sur OK. SPSS ou PASW affichera vos résultats dans la fenêtre de sortie.

5. Évaluer les résultats afin de déterminer si la corrélation est significative. Pour déterminer si votre régression était significatif, regardez le tableau intitulé "ANOVA" et voir la dernière colonne dans le "Régression" rangée. Cela montre la p-valeur (valeur de signification) de votre régression dans son ensemble. Si elle est inférieure à 0,05, vous avez une régression significative. De même, si vous regardez en bas à la dernière colonne de la "Coefficients" table, vous pouvez voir les valeurs de p que votre modèle de régression assignées à chacun de vos variables prédictives. Ceux qui ont des p-valeurs qui sont moins que les 0,05 sont "prédicteurs significatifs" - Ils ont contribué écart significatif par rapport à la prédiction de la variable dépendante.

• En plus de régressions standard, vous pouvez effectuer par étapes, en arrière et en avant régressions en changeant la valeur de la zone de liste déroulante étiquetée "Méthode" (Méthode par défaut est "Entrer").
• Le "variable de sélection" boîte peut être utilisée en combinaison avec une règle pour restreindre votre régression pour les cas qui partagent des caractéristiques particulières. Par exemple, si vous étiez en corrélation les hauteurs et l'âge des adolescents en pleine croissance, vous pouvez utiliser cette méthode pour exclure tous les individus avec un âge supérieur à 19 de l'analyse.

• SPSS identifie les variables numériques avec des petites icônes de la règle. Si vous voyez trois boules multicolores prochains à votre variable, cela signifie que SPSS a mal identifié votre variable comme une variable nominale ou de la ficelle. Si tel est le cas, vous aurez besoin d'aller dans l'affichage des variables et de changer votre variable à une variable numérique avant de continuer.