回归分析是研究自变量与因变量之间数量变化关系的一种分析方法，它主要是通过因变量 Y 与影响它的自变量 X 之间的回归模型，衡量自变量 X 对因变量 Y 的影响能力的，进而可以用来预测因变量 Y 的发展趋势。

1. 回归类型的初步判断

1.1 首先确定因变量的类型

因变量类型可分为分类、定量数据，根据数据类型选择方法

1.2 观察自变量的数据分布情况

如果数据分布符合正态分布假设，可以使用线性回归模型。如果数据分布偏离正态分布，可能需要使用非参数回归模型或进行数据转换来满足模型假设。

1.3 检查自变量多重共线性

岭回归：模型中引入正则化项（L2范数） Lasso回归：模型中引入正则化项（L1范数）

2. 统计学常用回归模型

线性回归(最小二乘法)

确定两种或两种以上变量间相互依赖的定量关系。只有一个自变量和一个因变量，且二者是线性关系，称为一元线性回归分析。两个或两个以上的自变量，且因变量和自变量之间是线性关系，则称为多元线性回归分析。

逻辑回归

研究分类因变量Y与一些影响因素X之间关系的一种多变量分析方法，因变量两个为二元逻辑回归，因变量多个为多元逻辑回归

岭回归

针对小样本数据，处理自变量多重共线性问题(一般VIF值大于10)的一种有偏估计回归方法

Lasso回归

一种收缩估计方法，一般用于处理自变量多重共线性问题(一般VIF值大于10) 和进行变量选择。

逐步回归

在回归分析的基础上，通过剔除不太重要的变量来进行变量的筛选。

3.计量经济学常用回归

分位数回归

研究不同分位点中自变量X对因变量Y的影响变化趋势以及哪些自变量X为主要影响变量。

两阶段回归

主要用于解决变量遗漏产生的内生性问题。

VAR向量自回归

多变量时间序列分析模型，用于描述多个相关变量之间的动态关系。

4. 医学统计常用回归

比例风险回归(COX回归)

用于分析多个因素对生存时间的影响，如分析多种药物使用是否影响病人存活时间等。

概率单位回归(剂量分析)

使用概率单位回归来对刺激强度和响应比例之间关系进行分析的方法。

5.快速完成回归分析

第一步:SPSSPRO免费在线分析网站中，选择[回归分析]

第二步:拖拽变量，点击[开始分析]，自动分析结果

以上文章来源于SPSSPRO,作者SPSSPRO

北京天演融智软件有限公司（科学软件网）是SPSSPRO在中国的授权经销商，为中国的软件用户提供优质的软件销售和培训服务。