SPSS操作：简单线性回归（史上最详尽的手把手教程）

Answer 1

SPSS操作中的简单线性回归教程

研究中，运动与心脏病预防的关系受到关注。看电视时间作为久坐生活方式的指标，可能影响心脏病风险。在45-65岁健康男性中，我们试图分析看电视时间与胆固醇浓度之间的关系，以及预测胆固醇浓度的可能影响。

使用简单线性回归时，需要满足7个假设：因变量连续、自变量连续、线性关系、独立观测值、无显著异常值、等方差性和残差正态分布。首先，通过散点图检查看电视时间和胆固醇浓度的线性关系，如图所示：

假设4-7的检验在SPSS中通过回归分析完成，包括 Durbin-Watson 检验独立性、Casewise Diagnostics 检查异常值、等方差性和残差正态性检验。比如， Durbin-Watson 检验值1.957表明观测值独立，而Casewise Diagnostics发现第91例数据可能是异常值。

回归结果解释如下：模型解释了胆固醇浓度变异的12.9%，调整后的R²为12.0%，显示中等影响。回归方程为胆固醇= -0.944+(0.037×time_tv)，意味着每增加1分钟看电视时间，胆固醇浓度增加0.037mmol/L。预测一个特定看电视时间的胆固醇浓度时，需注意这只是平均预测值，并存在一定的置信区间。

通过SPSS，我们可以计算预测值和置信区间，这对于预测和解释变量间关系具有实际意义。完整步骤和更深入的分析可参考医咖会官网的详细教程。