SPSS的分组回归怎么做,如何看统计结果？

对数据进行分组，在data菜单中点击split file，把分组变量拖入对话框，选一个恰当的呈现方式确定，按正常的回归分析进行分析，最后可以得到不同组的回归方程，每组一个。看统计结果可看X对Y的影响幅度是否有显著性差异，即说明在X对Y的影响中起到了调节作用。

回归是当因变量和自变量为线性关系时，它是一种特殊的线性模型最简单的情形是一元线性回归，由大体上有线性关系的一个自变量和一个因变量组成；模型是Y=a+bX+ε（X是自变量，Y是因变量，ε是随机误差）。

回归分析的主要内容有从一组数据出发，确定某些变量之间的定量关系式；即建立数学模型并估计未知参数。通常用最小二乘法；检验这些关系式的可信任程度。在多个自变量影响一个因变量的关系中，判断自变量的影响是否显著，并将影响显著的选入模型中，剔除不显著的变量。

通常用逐步回归、向前回归和向后回归等方法； 利用所求的关系式对某一过程进行预测或控制。回归分析是通过规定因变量和自变量来确定变量之间的因果关系，建立回归模型，并根据实测数据来求解模型的各个参数，然后评价回归模型是否能够很好的拟合实测数据。

1、首先，在单元格里输入要回归的数据
2、选择“插入”——散点图，选择自己想要的散点图
3、做散点图，在点上右击，添加趋势线
4、进入“趋势线”选项，选择显示公式和显示R平方值，就出现了回归方程，这样就能较粗略的得出系数和截距
5、成果展示图
6、对应框入Y值和X值，即可进行分析

1、厘清各个数据之间的逻辑关系，搞清楚哪个是自变量，哪个又是因变量。这里我们要对人均gdp和城市化水平进行分析，建立符合两者之间的模型，假定人均gdp为自变量，城市化水平是因变量。
2、由于我们不知道两者之间的具体关系如何，所以我们利用数据生成一个散点图判断其可能符合的模型。为生成的散点图，一般横坐标为自变量，纵坐标为因变量，所以我们需要将x轴，y轴的坐标对调一下，这里采用最简单的方法，将因变量移动到自变量的右边一列即可。
3、由步骤2的散点图，我们可以判断自变量和因变量之间可能呈线性关系，我们可以添加线性趋势线进一步加以判断。如附图1所示。也可以添加指数，移动平均等趋势线进行判断。很明显数据可能符合线性关系，所以下面我们对数据进行回归分析。
4、选择菜单栏的“数据分析”-->“回归”。
5、步骤4进行的回归分析输出结果如附图所示。回归模型是否有效，可以参见p指，如果p<0001则极端显著，如果0001<p<001非常显著，001<p<005则一般显著，p>005则不显著。本例的p值均小于0001，所以属于极端显著，故回归模型是有效的。根据回归模型的结果可知
y = 5E-06x + 05876R² = 09439

以Excel2010为例。 1、“开发工具”选项卡 中单击“加载项”组中的“加载项”按钮，打开“加载宏”对话框。如下图。勾选 “分析工具库”。 2、“数据”选项卡中“分析”组中的“数据分析”按钮，打开“数据分析”对话框。如下图。单击“回归”选项。 剩下的楼主自己

---