什么是逐步回归分析？什么情况下使用？ 什么时候使用 逐步回归
\u4ec0\u4e48\u662f\u9010\u6b65\u56de\u5f52\u5206\u6790\uff1f\u4ec0\u4e48\u60c5\u51b5\u4e0b\u4f7f\u7528\uff1f\u9010\u6b65\u56de\u5f52\u5728\u505a\u591a\u5143\u7ebf\u6027\u56de\u5f52\u5206\u6790\u65f6\u4f7f\u7528\uff0c\u5f53\u81ea\u53d8\u91cf\u8f83\u591a\u65f6\uff0c\u6211\u4eec\u9700\u8981\u9009\u62e9\u5bf9\u56e0\u53d8\u91cf\u6709\u663e\u8457\u5f71\u54cd\u7684\u53d8\u91cf\uff0c\u800c\u820d\u53bb\u5bf9\u56e0\u53d8\u91cf\u65e0\u663e\u8457\u5f71\u54cd\u7684\u53d8\u91cf\uff0c\u6700\u597d\u7684\u65b9\u6cd5\u5c31\u662f\u56de\u5f52\u5206\u6790
\u9010\u6b65\u56de\u5f52\u5728\u505a\u591a\u5143\u7ebf\u6027\u56de\u5f52\u5206\u6790\u65f6\u4f7f\u7528,\u5f53\u81ea\u53d8\u91cf\u8f83\u591a\u65f6,\u6211\u4eec\u9700\u8981\u9009\u62e9\u5bf9\u56e0\u53d8\u91cf\u6709\u663e\u8457\u5f71\u54cd\u7684\u53d8\u91cf,\u800c\u820d\u53bb\u5bf9\u56e0\u53d8\u91cf\u65e0\u663e\u8457\u5f71\u54cd\u7684\u53d8\u91cf,\u6700\u597d\u7684\u65b9\u6cd5\u5c31\u662f\u56de\u5f52\u5206\u6790
逐步回归分析法是将变量逐个引入模型，每引入一个解释变量后都要进行检验，并对已经选入的解释变量逐个进行检验，当原来引入的解释变量由于后面解释变量的引入变得不再显著时，则将其删除。以确保每次引入新的变量之前回归方程中只包含显著性变量的方法。逐步回归分析是多元回归分析中的一种方法。回归分析是用于研究多个变量之间相互依赖的关系，而逐步回归分析往往用于建立最优或合适的回归模型，从而更加深入地研究变量之间的依赖关系。目前，逐步回归分析被广泛应用于各个学科领域，如医学、气象学、人文科学、经济学等。
拓展资料：
逐步回归分析结果解读逐步回归模型的基本原理是，把逐步回归分析每个解释变量依次引入模型进行F检验，同时对已引入的解释变量逐个进行T检验。当引入新的解释变量而造成原解释变量与被解释变量的相关性不再显著时，将不显著的解释变量剔除。依次类推，逐步回归分析保证在每次引入新的解释变量之前回归方程中只包含显著的变量，直到没有更显著的解释变量加入回归方程，也没有次显著的解释变量被剔除。此时，所得到的回归方程是显著性最优的解释变量组合，这样既完成了解释变量间显著性的对比，同时又能解决多重共线性问题。对上述模型与数据进行逐步回归。
金融指货币的发行、流通和回笼，贷款的发放和收回，存款的存入和提取，汇兑的往来等经济活动。金融的本质是价值流通。金融产品的种类有很多，其中主要包括银行、证券、保险、信托等。金融所涉及的学术领域很广，其中主要包括：会计、财务、投资学、银行学、证券学、保险学、信托学等等。金融期货是期货交易的一种。期货交易是指交易双方在集中的交易市场以公开竞价的方式所进行的标准化期货合约的交易。而期货合约是期货交易的买卖对象或标的物，是由期货交易所统一制定的，规定了某一特定的时间和地点交割一定数量和质量商品的标准化合约。金融期货合约的基础工具是各种金融工具（或金融变量），如外汇、债券、股票、价格指数等。换言之，金融期货是以金融工具（或金融变量）为基础工具的期货交易。
自变量个数较少时，可采取强制纳入的方式，自变量个数较多时，可考虑采取逐步回归。有的研究会根据样本量大小，选择先做一元线性回归，逐个考察单个自变量的影响，然后再选择有显著影响的自变量做多重线性回归。结合相关性结果与样本量，本例拟直接采用逐步回归，接下来做多重线性逐步回归。
在“进阶方法”栏目下，选择【逐步回归】，将犯罪率拖拽至【定量Y】框内，人口、面积等6个自变量拖拽至【定量/定类X】框内。默认勾选【保存残差和预测值】，默认选择【逐步法】进行回归。最后点击“开始分析”即可。
SPSSAU输出的回归结果表格，是一张整合后的三线表表格，内含回归系数、自变量显著性t检验、模型评价决定系数R评分，以及总体回归模型显著性检验结果。具体见下图。
（1）最终模型中只保留了人口、文盲率，人口、文盲率对犯罪率的影响有统计学意义（t=2.808，p=0.007；t=6.978，p＜0.01）；面积、收入、高中毕业率、霜冻天数不在模型内，说明这4个自变量对犯罪率的影响无统计学意义。由标准化回归系数可知，对犯罪率的影响，相对而言是文盲率比人口相对要重要。
（2）回归模型：Hat Y = 1.652+0.00022*人口+4.081*文盲率；回归模型总体有统计学意义（F=30.75，P＜0.01）。
（3）模型调整后的R平方=0.548，即该回归模型可解释因变量犯罪率变化的54.8%，模型解释能力略先不足。
除了X与Y线性相关条件外，线性回归还对残差有条件要求。主要表现为要求回归残差独立，回归残差服从正态分布，残差无异方差性。
此前我们要求SPSSAU计算并另存回归模型的残差和预测值数据，这两个新的数据，在 “我的数据”中查看数据即可看到。
绝大多数点落在对角线上，即可认为数据近似服从正态分布。本例认为满足该条件。同样地，也可以命令SPSSAU绘制残差数据带正态曲线的直方图，或正态QQ图做判断，其结论均一致。
绛旓細閫愭鍥炲綊鍒嗘瀽鏄鍏冨洖褰掑垎鏋愪腑鐨勪竴绉嶆柟娉銆傚洖褰掑垎鏋鏄敤浜庣爺绌跺涓彉閲忎箣闂寸浉浜掍緷璧栫殑鍏崇郴锛岃岄愭鍥炲綊鍒嗘瀽寰寰鐢ㄤ簬寤虹珛鏈浼樻垨鍚堥傜殑鍥炲綊妯″瀷锛屼粠鑰屾洿鍔犳繁鍏ュ湴鐮旂┒鍙橀噺涔嬮棿鐨勪緷璧栧叧绯汇傜洰鍓嶏紝閫愭鍥炲綊鍒嗘瀽琚箍娉涘簲鐢ㄤ簬鍚勪釜瀛︾棰嗗煙锛屽鍖诲銆佹皵璞″銆佷汉鏂囩瀛︺佺粡娴庡绛夈
绛旓細1銆佺敤姣忎釜鑷彉閲忕殑鏍囧噯鍖朆/鎵鏈夎嚜鍙橀噺鏍囧噯鍖朆涔嬪拰锛屽緱鍑虹殑鐧惧垎姣 鍗冲彲琛ㄧず璇ヨ嚜鍙橀噺瀵瑰洜鍙橀噺鐨勮础鐚崰姣旓紝2銆閫愭鍥炲綊鐨勫熀鏈濇兂鏄皢鍙橀噺閫愪釜寮曞叆妯″瀷锛屾瘡寮曞叆涓涓В閲婂彉閲忓悗閮借杩涜F妫楠岋紝骞跺宸茬粡閫夊叆鐨勮В閲婂彉閲忛愪釜杩涜t妫楠岋紝褰撳師鏉ュ紩鍏ョ殑瑙ｉ噴鍙橀噺鐢变簬鍚庨潰瑙ｉ噴鍙橀噺鐨勫紩鍏ュ彉寰椾笉鍐嶆樉钁楁椂锛屽垯灏嗗叾鍒犻櫎銆...
绛旓細閫愭鍥炲綊鍦ㄥ仛澶氬厓绾挎у洖褰掑垎鏋愭椂浣跨敤锛屽綋鑷彉閲忚緝澶氭椂锛屾垜浠渶瑕侀夋嫨瀵瑰洜鍙橀噺鏈夋樉钁楀奖鍝嶇殑鍙橀噺锛岃岃垗鍘诲鍥犲彉閲忔棤鏄捐憲褰卞搷鐨勫彉閲忥紝鏈濂界殑鏂规硶灏鏄洖褰掑垎鏋
绛旓細閫愭鍥炲綊鏄寚姣忔杩涘叆涓涓洖褰掔郴鏁版渶鏄捐憲鐨勫彉閲忔垨姣忔鍘婚櫎涓涓洖褰掔郴鏁版渶涓嶆樉钁楃殑鑷彉閲锛屼粠鑰寰簭娓愯繘鍦板緱鍒版渶缁堢殑鍥炲綊鏂圭▼銆傛瘮濡傚仛鏅哄姏锛屼釜浜鸿兘鍔涳紝瀹堕噷鏉′欢瀵瑰涔犳垚缁╃殑褰卞搷锛岄愭鍥炲綊鐨勫仛娉曚竴鑸氨鏄瘡娆¤繘鍏ヤ竴涓晥搴旀渶澶х殑鑷彉閲忥紝姣斿鍏堝崟鐙繘鍏ユ櫤鍔涳紝鐒跺悗杩涘叆涓汉鑳藉姏锛屾鏃剁殑鑷彉閲忔槸鏅哄姏鍜屼釜浜鸿兘鍔涗袱涓...
绛旓細閫愭鍥炲綊娉曟槸涓绉嶇粺璁″垎鏋愭柟娉銆傞愭鍥炲綊娉曟槸鍥炲綊鍒嗘瀽鐨勪竴绉嶄紭鍖栨墜娈碉紝瀹冨湪澶勭悊澶氬厓绾挎у洖褰掗棶棰樻椂闈炲父鏈夋晥銆傝鏂规硶鐨勬牳蹇冩濇兂鏄氳繃瀵瑰彉閲忕殑閫愭寮曞叆鍜岀瓫閫夛紝寤虹珛鏈浼樼殑鍥炲綊妯″瀷銆傚叿浣撴楠ゅ涓嬶細閫愭鍥炲綊娉曠殑璇︾粏瑙ｉ噴锛1. 鍙橀噺绛涢夛細鍦ㄥ鍏冪嚎鎬у洖褰掍腑锛屽線寰瀛樺湪澶氫釜鍙兘瀵圭粨鏋滀骇鐢熷奖鍝嶇殑鍙橀噺銆傞愭鍥炲綊娉曢氳繃...
绛旓細閫愭鍥炲綊鏄竴绉嶇嚎鎬у洖褰掓ā鍨嬭嚜鍙橀噺閫夋嫨鏂规硶锛屽叾鍩烘湰鎬濇兂鏄皢鍙橀噺涓涓竴涓紩鍏ワ紝寮曞叆鐨勬潯浠舵槸鍏跺亸鍥炲綊骞虫柟鍜岀粡楠屾槸鏄捐憲鐨勩傚悓鏃讹紝姣忓紩鍏ヤ竴涓柊鍙橀噺鍚庯紝瀵瑰凡鍏ラ夊洖褰掓ā鍨嬬殑鑰佸彉閲忛愪釜杩涜妫楠岋紝灏嗙粡妫楠岃涓轰笉鏄捐憲鐨勫彉閲忓垹闄わ紝浠ヤ繚璇佹墍寰楄嚜鍙橀噺瀛愰泦涓瘡涓涓彉閲忛兘鏄樉钁楃殑銆傛杩囩▼缁忚繃鑻ュ共姝ョ洿鍒颁笉鑳藉啀寮曞叆鏂...
绛旓細閫愭鍥炲綊娉曟槸涓绉嶇粺璁″垎鏋愭柟娉銆傞愭鍥炲綊娉曟槸鍥炲綊鍒嗘瀽鐨勪竴绉嶅彉閲忛夋嫨鏂规硶銆傚湪澶氬厓绾挎у洖褰掑垎鏋愪腑锛岃嚜鍙橀噺寰寰杈冨锛屽畠浠笌鍥犲彉閲忎箣闂村彲鑳藉瓨鍦ㄩ敊缁煎鏉傜殑鍏崇郴銆備负浜嗗缓绔嬫渶浼樼殑鍥炲綊鏂圭▼锛屽氨闇瑕佷粠浼楀鑷彉閲忎腑鎸戦夊嚭瀵归娴嬪洜鍙橀噺鏈夋樉钁楀奖鍝嶇殑鍙橀噺锛屽苟閫愭鍓旈櫎閭ｄ簺瀵瑰洜鍙橀噺璐＄尞灏忕殑鑷彉閲忋傞愭鍥炲綊娉曞氨鏄熀浜庤繖鏍...
绛旓細閫愭鍥炲綊鏄皢涓缁勫彉閲忓叏閮ㄩ夎繘鍘昏繘琛屾嫙鍚堬紝浠庤嚜鍙橀噺鍜屽洜鍙橀噺鐨勬樉钁楁уぇ灏忛愭閫夋嫨鍙橀噺杩涘叆妯″瀷涓傝岃繘鍏ユā鍨嬩腑鐨勮嚜鍙橀噺骞朵笉鏄寜鐓ф樉钁楁ц繘琛屾帓搴忕殑锛岃屾槸鎸夌収鑷彉閲忕殑椤哄簭鎺掔殑銆傚弬鏁版楠岃〃涓殑beta骞朵笉鏄〃绀烘樉钁楁х殑姒傜巼鍊硷紝鑰屾槸鏍囧噯鍥炲綊绯绘暟锛岃〃绀鸿嚜鍙橀噺瀵瑰洜鍙橀噺褰卞搷澶у皬鐨勭郴鏁帮紝灏辨槸閫氬父妯″瀷涓殑鍙橀噺绯绘暟銆
绛旓細閫愭鍥炲綊鐨勫熀鏈祦绋嬫槸锛氶鍏堬紝浠庢墍鏈夊彲鑳界殑鑷彉閲忎腑閫夊彇璐＄尞鏈澶х殑鍙橀噺鍔犲叆妯″瀷锛岄氳繃鏄捐憲鎬ф楠岀‘璁ゅ叾鏈夋晥鎬э紱鐒跺悗锛屽湪宸插姞鍏ョ殑鍙橀噺涓鎵捐础鐚渶灏忕殑锛岃繘琛屽墧闄ゆ楠屻傝繖涓繃绋嬪弽澶嶈繘琛岋紝鐩磋嚦娌℃湁鏂扮殑鍙橀噺鍙緵閫夊叆锛屼篃娌℃湁鍙橀噺闇瑕佸墧闄や负姝傚湪璁＄畻杩囩▼涓紝鍒╃敤绾挎т唬鏁扮殑娑堝幓鍙樻崲娉曟潵绠鍖栧彉閲忛夋嫨杩囩▼銆傚湪...
绛旓細1. 鍒嗗眰鍥炲綊鍒嗘瀽鏄竴绉嶆ā鍨嬫瘮杈冪殑鏂规硶锛屽畠閫氳繃姣旇緝涓嶅悓妯″瀷涓娴嬪彉閲忔墍瑙ｉ噴鐨勫彉寮傞噺鏉ヨ瘎浼板彉閲忕殑閲嶈鎬с傚湪鍒嗗眰鍥炲綊涓紝鑷彉閲忔寜鐓ф煇绉嶉『搴忓垎鎵硅繘鍏ユā鍨嬶紝姣忎竴鎵硅嚜鍙橀噺閮藉皾璇曡В閲婂洜鍙橀噺鐨勫彉寮傦紝鑰屽悗缁壒娆＄殑鑷彉閲忎細灏濊瘯鍦ㄥ凡鏈夋ā鍨嬪熀纭涓婂鍔犻澶栫殑瑙ｉ噴鍔涖2. 涓庡垎灞傚洖褰掍笉鍚岋紝閫愭鍥炲綊鏄竴绉嶈嚜鍔ㄥ寲鐨勫彉閲...
