SPSS常见用法
spss操作手册
spss操作⼿册第⼀章 SPSS概览－－数据分析实例详解1.1 数据的输⼊和保存1.1.1 SPSS的界⾯1.1.2 定义变量1.1.3 输⼊数据1.1.4 保存数据1.2 数据的预分析1.2.1 数据的简单描述1.2.2 绘制直⽅图1.3 按题⽬要求进⾏统计分析1.4 保存和导出分析结果1.4.1 保存⽂件1.4.2 导出分析结果 欢迎加⼊SPSS使⽤者的⾏列，⾸先祝贺你选择了权威统计软件中界⾯最为友好，使⽤最为⽅便的SPSS来完成⾃⼰的⼯作。
由于该软件极为易学易⽤（当然还⾄少要有不太⾼的英语⽔平），我们准备在课程安排上做⼀个新的尝试，即不急于介绍它的界⾯，⽽是先从⼀个数据分析实例⼊⼿：当你将这个例题做完，SPSS的基本使⽤⽅法也就已经被你掌握了。
从下⼀章开始，我们再详细介绍SPSS各个模块的精确⽤法。
我们教学时是以SPSS 10.0版为蓝本讲述的－－什么？你还在⽤7.0版！那好，由于10.0版在数据管理的界⾯操作上和以前版本有较⼤区别，本章我们将特别照顾⼀下⽼版本，在数据管理界⾯操作上将按9.0及以前版本的情况讲述，但具体的统计分析功能则按10.0版本讲述。
没关系，基本操作是完全⼀样的。
好，说了这么多废话，等急了吧，就让我们开始吧！希望了解SPSS 10.0版具体情况的朋友请参见本⽹站的SPSS 10.0版抢鲜报道。
例1.1 某克⼭病区测得11例克⼭病患者与13名健康⼈的⾎磷值(mmol/L)如下, 问该地急性克⼭病患者与健康⼈的⾎磷值是否不同（卫统第三版例4.8）？患者: 0.84 1.05 1.20 1.20 1.39 1.53 1.67 1.80 1.87 2.07 2.11健康⼈: 0.54 0.64 0.64 0.75 0.76 0.81 1.16 1.20 1.34 1.35 1.48 1.56 1.87让我们把要做的事情理理顺：⾸先要做的肯定是打开计算机（废话），然后进⼊瘟98或瘟2000（还是废话，以下省去废话2万字），在进⼊SPSS后，具体⼯作流程如下：1. 将数据输⼊SPSS，并存盘以防断电。
spss使用教程
2021/8/2
35
2.1 均值（Mean）和均值标准误差（S.E.mean）
2.11 统计学上的定义和计算公式
定义：均值（平均值、平均数）表示的是 某变量所有取值的集中趋势或平均水平。例如， 学生某门学科的平均成绩、公司员工的平均收 入、某班级学生的平均身高等。 计算公式如下。
2021/8/2
36
ห้องสมุดไป่ตู้
• 连续区域输入：用鼠标圈出一块地，在光 标所在单元格（白色那个）输入数据，再 Ctrl+回车，一气呵成。
2021/8/2
23
录入带有变量值标签的数据
在录入带有变量值标签的数据时，用户手 工输入的是实际的变量值，而屏幕上显示的是 与该变量对应的变量值标签。选中“Value Lables”的效
果
2021/8/2
• 4、analyze：SPSS软件统计分析功能的最核心部分。几乎所有的统计分析功能都可以 通过主菜单中的Analyze模块提供的各类过程来完成。
• 5、Transform：数据转换处理菜单，有关数值的计算、重新赋值、缺失值替代等； • 6、Statistics：统计菜单，有关一系列统计方法的应用； • 7、Graphs：作图菜单，有关统计图的制作； • 8、Utilities：用户选项菜单，有关命令解释、字体选择、文件信息、定义输出标题、窗
• 变量按测量精度可以分为定性变量、定序 变 量、定距变量和定比变量几种。SPSS 将其分为定距变量（Scale）、定序变量 （Ordinal）、定类变量（Nominal）。
• 定距变量：年龄、温度、重量、次数等， 包括连续变量和不连续变量。
• 定序变量：职称（高下）、程度（高低） 等。
• 定类变量：职业、性别等。
补充内容SPSS基础操作入门.ppt
➢ 除非问卷中有特殊编码，否则按默认情况处理
▪ 其它设置
➢ 均按默认值处理，一般不需要更改
20
变量标鉴与值标签存在与否时的显示差异
值
lcfx
变量名
Valid 1 2 3 4 Total
值标签
Frequency 22 10 6 8 46
Percent 47.8 21.7 13.0 17.4 100.0
➢ 其他按钮
多数情况下会弹出二级对话框 灰色表示不可用
29
SPSS对话框元素介绍
▪ 二级对话框元素
➢ 单选框（组）
一般均成组出现 多选一
➢ 复选框（组）
可成组，也可单独出现 多选多
30
SPSS对话框元素介绍
▪ 二级对话框元素
➢ 下拉列表框
功能实际上和单选框组相同
➢ 文本框
往往会和单选框、复选框结合起来使用
输出窗口（ Output -SPSS Viewer）
语法窗口(Syntax- SPSS Syntax Editor)
3
SPSS窗口
数据编辑窗口（SPSS Data Editor） ➢数据视窗： Data View 此窗口下可输入、修改、保存或查看数据 ➢变量视窗： Variable View 定义、修改或察看变量的设置情况。 名称、宽度、类型、小数位数、变量标签、值标 签
▪ 例：将长型数据Anxiety.sav转换为宽型格 式数据
44
一、SPSS基本操作概述
SPSS简史
▪ 软件名称: 原名为： ➢ Statistical Package for Social Science（社会统计软件包） 随着SPSS产品服务领域的扩大和服务深度的增加， SPSS公司已于2000年正式将英文全称更改为 ➢ Statistical Product and Service Solutions，(统计产品 与服务解决方案)
SPSS的syntax语法实例一
* SPSS的syntax语法实例一* 编写者彭昆靖（大部分内容使用了SPSS帮助文档）* 对于每一个做数据分析的人来说，数据整理是得到分析结果的基础，但是每个人都知道数据的整理是最枯燥和耗费时间的。
特别是对于要做月报表甚至日报表的人来说，从服务器下载数据后的整理只是机械的重复，虽然可以用excel的编程和批处理来进行处理，但是如果能在SPSS中进行数据的处理是更好的选择，并且不用重新学习VB或者VC。
Spss的也可以利用程序对数据进行处理，并且对使用者的编程能力要求更低，因为大部分的操作都可以直接得到程序代码，不用使用者自己编写。
因此本文只选择了几个不能直接得到的语法进行说明。
本文主要是以实例说明SPSS中语法的使用方法，使用我以前的一个工作结果来进行演示，看完之后，你会发现SPSS的数据处理编写真的是非常容易的事情。
本文中，左半部分是程序内容，右半部分斜体是我写的解释内容，由于不是专业书籍，只是简单的说明如何使用，因此不能像SPSS的Syntex英文说明书一样详尽。
有更多需要的同学，请查阅SPSS的syntex说明书。
在syntex文档中，每句程序是以大写的标准命令起头，以英文的句号.结尾。
而在命令行的前面加上*，表示此句为注释性语句，不会参与命令自行。
SET Printback命令语句输出开关SET Printback=Off. off表示以后的执行语句不会出现在结果窗口中。
SET Printback=On. On表示以后的语句会出现在结果窗口中GET DATA 读入数据文档。
GET DATA 读入数据，下面以/开头的语句是本命 /TYPE=TXT 令的的参数。
/FILE="D:\CARD.csv" 意思是读入D盘根目录下的 CARD.csv文档/DELCASE=LINE/DELIMITERS=","/ARRANGEMENT=DELIMITED/FIRSTCASE=2/IMPORTCASE=ALL/VARIABLES=卡片 A20 卡片字段采用字符型，有20位长度报告单位 F9.0 单位字段采用数字型，有9位长度，其中小数后有0位出生日期SDATE10 出生日期采用日期型，采用顺序号为10的格式。
数据分析入门spss使用一
SPSS概况
原SPSS
• 统计分析产品
Modeler
• 原Clementine • 数据挖掘产品
Data Collection
• 原Dimensions • 数据采集产品
IBM SPSS
Decision Management
• 原Predictive Enterprise Services • 企业应用服务
已列入美国商务部发布的主要综合指标，并被各大媒体广泛引用 前美国联邦储备委员会主席格林斯潘就曾表示，他非常重视消费者信心指数 在美国及全球各大消费品生产商中广泛使用，用于预测销量及利润
全球各国的消费者信心指数研究方式大致相同，其理论基础均源于密歇根大学的研究方法， 指数有效性在各国已得到广泛验证
SPSS对话框操作基本规范
•二级对话框元素 •单选框（组） •一般均成组出现 •多选一 •复选框（组） •可成组，也可单独出现 •多选多
SPSS对话框操作基本规范
•二级对话框元素 •下拉列表框 •功能实际上和单选框组相同 •文本框 •往往会和单选框、复选框结合起 来使用 •框组 •以上各种元素的集合 •集中完成某项功能
直销 营销方面的
图形 统计图
实用程序 不实用
分析 统计分析功能
帮助 提供帮助
SPSS对话框操作基本规范
•一级对话框元素
•候选变量列表框
• 测量尺度+标签+变量名方式
•选入变量列表框 •变量移动钮
• 根据当前框的状态不断变化
SPSS对话框操作基本规范
• 一级对话框元素 • 五个标准按钮 • 确定、取消 • 粘贴：用于自动生成SPSS程序 • 重置：恢复对话框状态为初始状态 • 帮助：方法简介、用法简介 • 其他按钮 • 多数情况下会弹出二级对话框 • 灰色表示不可用
SPSS的syntax语法实例一
* SPSS的syntax语法实例一* 编写者彭昆靖（大部分内容使用了SPSS帮助文档）* 对于每一个做数据分析的人来说，数据整理是得到分析结果的基础，但是每个人都知道数据的整理是最枯燥和耗费时间的。
特别是对于要做月报表甚至日报表的人来说，从服务器下载数据后的整理只是机械的重复，虽然可以用excel的编程和批处理来进行处理，但是如果能在SPSS中进行数据的处理是更好的选择，并且不用重新学习VB或者VC。
Spss的也可以利用程序对数据进行处理，并且对使用者的编程能力要求更低，因为大部分的操作都可以直接得到程序代码，不用使用者自己编写。
因此本文只选择了几个不能直接得到的语法进行说明。
本文主要是以实例说明SPSS中语法的使用方法，使用我以前的一个工作结果来进行演示，看完之后，你会发现SPSS的数据处理编写真的是非常容易的事情。
本文中，左半部分是程序内容，右半部分斜体是我写的解释内容，由于不是专业书籍，只是简单的说明如何使用，因此不能像SPSS的Syntex英文说明书一样详尽。
有更多需要的同学，请查阅SPSS的syntex说明书。
在syntex文档中，每句程序是以大写的标准命令起头，以英文的句号.结尾。
而在命令行的前面加上*，表示此句为注释性语句，不会参与命令自行。
SET Printback命令语句输出开关SET Printback=Off. off表示以后的执行语句不会出现在结果窗口中。
SET Printback=On. On表示以后的语句会出现在结果窗口中GET DATA 读入数据文档。
GET DATA 读入数据，下面以/开头的语句是本命 /TYPE=TXT 令的的参数。
/FILE="D:\CARD.csv" 意思是读入D盘根目录下的 CARD.csv文档/DELCASE=LINE/DELIMITERS=","/ARRANGEMENT=DELIMITED/FIRSTCASE=2/IMPORTCASE=ALL/VARIABLES=卡片 A20 卡片字段采用字符型，有20位长度报告单位 F9.0 单位字段采用数字型，有9位长度，其中小数后有0位出生日期SDATE10 出生日期采用日期型，采用顺序号为10的格式。
spss入门基本操作
2008年11月30日
1.4.2 导出分析结果
文件倒是保存了，但问题还没有完全解决：我们从来写文章什么的 都用的是文字处理软件，尤其是WORD，可WORD不能直接读取 SPO格式的文件，怎么办呢？没关系，SPSS提供了将结果导出为纯 文本格式或网页格式的功能，在结果浏览窗口中选择菜单 File==>Export，系统会弹出Exprot Output对话框如下
F
Sig.
X
Equal variances 0.03 0.86 2.52 assumed Equal variances not assumed
Levene方差齐性 检验 F值 P值 0.86 t值 2.524
22
0.1729 7.78E-02 0.1729 7.72E-02
2.52 21.4
两均数是否相等的t检验 自由度 22 P值（双 差值的标 差值的95%可信区间 均数差值 侧） 准误 下限 上限 0.019 0.02 0.4363 0.4363 0.1729 7.78E-02 0.1729 7.72E-02 0.7948 0.7954
2008年11月30日
两组的数据没有特别偏的分布，也没有十分突出的离群值，因此 无须变换，可以直接采用参数分析方法来分析。综合设计类型， 最终确定采用成组设计两样本均数比较的t检验来分析。 最后，我们还要取消变量分割，免得它影响以后的统计分析，再 次调出变量分割对话框，选择单选按钮中的“Analyze all cases, do not creat group”，单击OK按钮就可以了。
假设方 血 差齐 磷 假设方 值 差不齐
0.032
2.524 21.353
2008年11月30日
可见该结果分为两大部分：第一部分为Levene's方差齐性检验， 用于判断两总体方差是否齐，这里的检验结果为F = 0.032，p = 0.86，可见在本例中方差是齐的；第二部分则分别给出两组 所在总体方差齐和方差不齐时的t检验结果，由于前面的方差 齐性检验结果为方差齐，第二部分就应选用方差齐时的t检验 结果，即上面一行列出的t= 2.528，ν=21，p=0.019。从而最终 的统计结论为按α=0.05水准，拒绝H0，认为克山病患者与健康 人的血磷值不同，从样本均数来看，可认为克山病患者的血磷 值较高。
SPSS的syntax语法实例一
* SPSS的syntax语法实例一* 编写者彭昆靖（大部分内容使用了SPSS帮助文档）* 对于每一个做数据分析的人来说，数据整理是得到分析结果的基础，但是每个人都知道数据的整理是最枯燥和耗费时间的。
特别是对于要做月报表甚至日报表的人来说，从服务器下载数据后的整理只是机械的重复，虽然可以用excel的编程和批处理来进行处理，但是如果能在SPSS中进行数据的处理是更好的选择，并且不用重新学习VB或者VC。
Spss的也可以利用程序对数据进行处理，并且对使用者的编程能力要求更低，因为大部分的操作都可以直接得到程序代码，不用使用者自己编写。
因此本文只选择了几个不能直接得到的语法进行说明。
本文主要是以实例说明SPSS中语法的使用方法，使用我以前的一个工作结果来进行演示，看完之后，你会发现SPSS的数据处理编写真的是非常容易的事情。
本文中，左半部分是程序内容，右半部分斜体是我写的解释内容，由于不是专业书籍，只是简单的说明如何使用，因此不能像SPSS的Syntex英文说明书一样详尽。
有更多需要的同学，请查阅SPSS的syntex说明书。
在syntex文档中，每句程序是以大写的标准命令起头，以英文的句号.结尾。
而在命令行的前面加上*，表示此句为注释性语句，不会参与命令自行。
SET Printback命令语句输出开关SET Printback=Off. off表示以后的执行语句不会出现在结果窗口中。
SET Printback=On. On表示以后的语句会出现在结果窗口中GET DATA 读入数据文档。
GET DATA 读入数据，下面以/开头的语句是本命 /TYPE=TXT 令的的参数。
/FILE="D:\CARD.csv" 意思是读入D盘根目录下的 CARD.csv文档/DELCASE=LINE/DELIMITERS=","/ARRANGEMENT=DELIMITED/FIRSTCASE=2/IMPORTCASE=ALL/VARIABLES=卡片 A20 卡片字段采用字符型，有20位长度报告单位 F9.0 单位字段采用数字型，有9位长度，其中小数后有0位出生日期SDATE10 出生日期采用日期型，采用顺序号为10的格式。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
目录：一、画图二、描述统计分析的SPSS应用三、均值比较检验的SPSS应用四、方差分析五、相关分析六、回归分析注：其中使用到的数据和资料可以访问/s/1pJwPBeF进行安全下载！1、散点图1）简单散点图Graphs->Legacy Dialogs->Scatter/Dot->Simple Scatter设置因变量、自变量及其标志（关键字）在散点图上右键单击，然后选择在新的窗口中编辑可绘制曲线2）三维散点图（图1）Graphs->Legacy Dialogs->Scatter/Dot->3-D Scatter3)矩阵散点图（可描述变量间的两两相关关系）（图2）Graphs->Legacy Dialogs->Scatter/Dot->Matrix Scatter由图2可知卷面成绩和最终总成绩有明显的线性关系图 1 图2注：在word文档中同一行插入两张图：把两张图片都插入进去,然后右击图片选择属性,在里面把图文混排改一下——浮于文字上方analysis→descriptive Statistics(描述统计)→explore→ok图3组箱线图：Graphs->Legacy Dialogs->BoxPlot->组箱线图如图4所示：图4将数据转置，可得横轴为课程的组箱线图如图5：图5 3、茎叶图analysis→descriptive Statistics(描述统计)→explore->销售量 Stem-and-Leaf PlotFrequency Stem & Leaf3.00 14 . 1341.00 14 . 95.00 15 . 023344.00 15 . 56898.00 16 . 001123348.00 16 . 5556788813.00 17 . 011222223344414.00 17 . 55556677888999 7.00 18 . 001223413.00 18 . 5667777888999 6.00 19 . 00124411.00 19 . 556666677885.00 20 . 012335.00 20 . 567896.00 21 . 0011342.00 21 . 581.00 22 . 33.00 22 . 5684.00 23 . 33441.00 Extremes (>=237)Stem width: 10Each leaf: 1 case(s)4、条形图图表->旧对话框->条形图注：MATLAB 方法：1)>> x=3:6;>> y=7:10;>> bar(x,y)2) >>x=3:6; >>y=[5.3000 13.0000 0.4000;5.1000 11.8000 -1.7000;3.7000 8.1000 0.6000;1.5000 7.7000 -4.5000]012345678910>>bar(x,y)3456-6-4-224681012145、 直方图MATLAB 作图：语法：hist(y,m) %统计每段的元素个数并画出直方图 hist(y,x)说明：m 是分段的个数，省略时则默认为10；x 是向量，用于指定所分每个数据段的中间值；y 可以是向量或矩阵，如果是矩阵则按列分段。
例：y=randn(10,2) %产生10*2的正态分布的随机数矩阵x=-2:0.5:2;hist(y,x)6、 饼图 （matlab ）y=[200 100 250 400];%四个季度支出额explode=[0 0 1 0];pie(y,explode,{'第一季度','第二季度','第三季度','第四季度'}) 第二季第三季度四季度pie3(y,explode,{'第一季度','第二季度','第三季度','第四季度'})第三季度第第一季二、描述统计分析的SPSS 应用1、求均值、方差分析->描述统计->频率->结果为：2、求样本协方差分析->度量(scale)->可靠性分析(reliability analysis) （在“统计量”中的”协方差“前打对勾）3、样本相关系数(两列数) 分析->相关（correlate）->双相关(Bivariate)三、均值比较检验的SPSS应用（一）单一样本均值的检验分析->比较均值(Compare Means)->单样本T检验(One-Sample T Text),输出：结果分析：P值为0.972>α=0.05，故接受原假设，说明15名学生的平均身高与整个年级的平均身高165无显著差异。
（二）独立样本均值的检验分析->比较均值(Compare Means)->独立样本T检验(Independent-Samples T Text),输出结果：组统计量性别N 均值标准差均值的标准误身高 1.00 8 169.8750 3.90741 1.38148.00 7 159.2857 5.55921 2.10118结果分析：假设方差相等时和假设方差不相等时的P值分别为0.001和0.002，都小于显著性水平0.05，故拒绝原假设，说明男生和女生的身高有显著性差异。
（三）配对样本均值的检验分析->比较均值(Compare Means)->配对样本T 检验(Paired-Samples TText),输出结果：结果分析：双尾概率P=0.008<α=0.05，故拒绝原假设，说明期中成绩和期末成绩有显著性差异，期末成绩比期中成绩进步了。
四、方差分析方差分析是通过对实验结果的分析来判断因子是否显著的一种统计方法，它从分析样本的离差平方和入手，鉴别影响事物变化的各种因素的效应是否显著，进而可以找出显著因素的最佳方法。
高度显著：F>F0.01显著：F0.05<F<F0.01一般显著：F0.1<F<F0.05（一）单因子方差分析分析->比较均值->单因素方差分析->输出结果：F0.05<F<F0.01，所以可以判断因子A显著，即竞争者个数对超市的销售额有显著的影响。
（二）多因子方差分析1、无交互作用的多因子方差分析分析->一般线性模型->单变量（Univariate）->输出结果：P=0.144 >α=0.05,地区因子不显著，即不同地区的地区对电脑销售量的影响不显著；同理，品牌因子的概率值P=0.000<α=0.05品牌因子高度显著，即不同品牌对电脑销售量的影响高度显著。
2、有交互作用的多因子方差分析分析->一般线性模型->单变量（Univariate）->输出结果：结果分析：竞争者和地区因子的概率值P均为0.000，这两个因子都高度显著。
而竞争者和地区交互作用的P值为0.017，介于显著性水平0.05和0.01之间，所以交互作用一般显著，即竞争者和地区的交互作用对超市销售额有一般的显著影响。
（三）协方差分析分析->一般线性模型->单变量（Univariate）->输出结果：结果分析：因子饲料种类和协变量初始重量的概率值P都为0.000，可推断这两个因子都高度显著，即饲料种类和初始重量对猪的生长都有高度显著的影响。
五、相关分析用统计方法揭示变量之间是否存在相关关系及如何将相关的密切程度及相关的方向描述出来，就是相关分析。
简单相关分析、复相关分析、偏相关分析都是通过对应的相关系数来描述变量间的相关程度的。
（一）简单相关分析Pearson相关系数：测度两数值变量的相关性Spearman（斯皮尔曼）等级相关系数：测度两顺序变量的相关性（非参数方法）Kendall’s tau-b相关系数：测度两顺序变量的相关性（非参数方法）分析->相关（correlate）->双变量(bivariate)->输出结果：(二)偏相关分析偏相关分析就是在控制对两变量之间的相关性可能产生影响的其他变量的前提下，即在剔除其他变量的干扰后，研究两个变量间的相关性。
偏相关分析假定变量之间的关系均为线性关系，没有线性关系的变量不能进行偏相关分析。
因此在进行偏相关分析之前可以先通过计算皮尔逊相关系数来考察两两变量间的线性关系。
分析->相关（correlate）->偏相关（Partial）->输出结果：偏相关系数小于皮尔逊简单相关系数，可见简单相关系数有夸大的成分，而偏相关系数与实际更加吻合。
（二）距离相关分析（分为不相似性测度和相似性测度）距离相关分析是对样品或变量之间相似或不相似程度的一种度量。
，计算的是一种广义距离。
距离相关分析可以用于度量样品之间的相互接近的程度也可用于度量变量之间的相互接近的程度。
但距离相关分析一般不单独使用，而是作为聚类分析、因子分析等统计方法的预分析过程，探测复杂数据的内在结构，以得到初步的分析线索，为进一步分析做准备。
一般而言，考察变量之间的相关性采用相似性测度，而对于样品间的相关性采用不相似性测度。
分析->相关->距离->度量标准处选择“相似性”，输出结果：啤酒品牌的一行记录是一个样品，“热量、钠含量”等是变量。
由结果可知，本题最好选用不相似性测量。
六、回归分析 （一）线性回归 1、 总平方和(SST )=Lyy反映因变量的 n 个观察值与其均值的总离差 2、 回归平方和(SSR )=β12L xx反映自变量 x 的变化对因变量 y 取值变化的影响，或者说，是由于 x 与 y 之间的线性关系引起的 y 的取值变化，也称为可解释的平方和 3、残差平方和(SSE )反映除 x 以外的其他因素对 y 取值的影响，也称为不可解释的平方和或剩余平方和判定系数（可决系数）r 2：回归平方和占总离差平方和的比例()()()()∑∑∑∑====---=--==nii ni inii ni iy y y y y y y y SSTSSRR 121212122ˆˆ1ˆ判定系数等于相关系数的平方，即R 2＝r 2预测:估计值y0，则置信水平为95%的y的的预测区间近似为（y0-2δ，y0+2δ）δ为回归标准差计算公式为：()MSEnSSEnyysniiiy=-=--=∑=22ˆ12（二）逐步回归分析基本思想：将变量一个一个引入，每引入一个变量后，对已选入的变量要进行逐个检验，当原引入的变量由于后面变量的引入而变得不再显著时，要将其剔除。