2 案例介绍
现在我们想要预测某个地区的房价，需要考虑包括房子大小、楼层、房龄、是否配置电梯等，那么有没有什么数学模型可以通过自变量（房子年龄、是否有电梯、楼层高度、房间平方）来拟合预测因变量（房价）呢？
3 操作步骤
3.1 使用工具
SPSSPRO—>【预测模型—>线性回归】
网址：https://www.spsspro.com/
3.12 案例操作
Step1：新建分析；
Step2：上传数据；
Step3：选择对应数据打开后进行预览，确认无误后点击开始分析；
step4：选择【预测模型-线性回归】；
step5：查看对应的数据数据格式，按要求输入【线性回归】数据;
step6：点击【开始分析】，完成全部操作。
3.13 分析结果解读
输出结果 1：线性回归分析结果表
判断数据能不能做线性回归主要要观察以下三个值：
1、F 检验的显著性 P 值<0.05
2、模型的拟合度R²越接近1效果越好
3、VIF全部小于10
以上三列数据都满足之后，我们就可以得到因变量Y与自变量X之间的数学公式：
模型的公式如下:y=37.362-1.1
房龄+0.063
楼层+0.457
房价-18.390
配套电梯
输出结果 2：拟合效果图
上图展示了本次模型的原始数据图、模型拟合值、模型预测值。蓝色与绿色的图像重复率越高说明预测结果越准确
输出结果 3：模型路径图
上图以路径图形式展示了本次模型结果，主要包括模型的系数，用于分析X对于Y的影响关系情况。
输出结果 4：模型结果预测
上表格显示了线性回归模型的预测情况，在输入相应的自变量信息后，软件会自动生成因变量的预测值，帮助大家做一个参考。
