俗話說得好，每天一蘋果，醫生遠離我~多虧了農民伯伯們的辛勤勞作，讓我們四季都能喫上蘋果。那麼蘋果樹怎麼種才能結更多的果子呢？
已知各蘋果樹的結果數量，以及它們種植期間平均每天的日照時間與澆水次數，怎樣才能知道這兩個因素有沒有對蘋果樹的結果數量產生影響呢？這時就可以用到迴歸分析。
相關分析描述分析項之間是否有關係,迴歸分析研究影響關係情況。迴歸分析實質上就是研究 X對 Y的影響關係情況。
打開在線SPSS分析軟件SPSSAU，導入數據後，在左側邊欄選擇“迴歸”。
將“結果數”放入X框，“日照時間”、“澆水次數”放入Y框，點擊“開始迴歸分析”，SPSSAU即可一鍵輸出結果表。
分析後得到以下的結果表。
對於分析結果表格，SPSSAU系統將自動輸出分析建議，根據建議的提示我們就能讀懂結果表的含義，自行進行分析~
進一步利用大數據和人工智能原理，SPSSAU系統還自動輸出了智能化分析，我們直接看這些文字就能明白結果~原來澆水次數對蘋果的結果數量沒有顯著影響，而日照時間則會對結果數產生顯著的正向影響。怪不得高原的蘋果樹結果率高呢！
理論
相關分析描述分析項之間是否有關係,迴歸分析(線性迴歸分析)研究影響關係情況,迴歸分析實質上就是研究 X(自變量,通常爲定量數據)對 Y(因變量,定量數據)的影響關係情況,有相關關係不一定有迴歸影響關係.
分析步驟共爲四步：
1.首先對模型情況進行分析。包括模型擬合情況(比如R平方爲 0.3,則說明所有 X 可以解釋 Y 30%的變化原因),模型共線性問題(VIF 值小於 5 則說明無多重共線性),是否通過 F 檢驗(F 檢驗用於判定是否 X 中至少有一個對 Y 產生影響,如果呈現出顯著性,則說明所有 X 中至少一個會對 Y產生影響關係).
2.分析 X 的顯著性。如果顯著(p 值判斷),則說明具有影響關係,反之無影響關係.
3.判斷 X 對 Y 的影響關係方向。迴歸係數 B 值大於 0 說明正向影響,反之負向影響.
4.其它。比如對比影響程度大小(迴歸係數 B 值大小對比 X 對 Y 的影響程度大小)
這種分析方法是不是很方便呢？“迴歸分析”其在學術論文、調研報告中具體的應用場景豐富，在社會學、經濟學、生物學等多個學科都有應用。
Tips1：迴歸分析中，研究X對Y的影響，這裏的X通常是定量數據，而非定類數據。如果X爲定類數據，則有兩種處理方法：1作爲控制變量，即放入模型，但並不對其進行分析；2如果一定要分析它對Y的影響，此時應該進行虛擬變量（又稱啞變量）設置後再放入。
Tips2：通常來說，迴歸分析之前還需要使用相關分析研究相關關係，首先要保證有相關關係之後，再進行迴歸分析較爲科學。
除了上文提到的迴歸分析，SPSSAU提供給用戶的分析方法還包括信度分析，效度分析，方差分析，卡方分析和T檢驗，多選題各類交叉分析等等。
想了解SPSSAU更多更強大功能嗎？
趕快打開電腦輸入spssau.com試用一下吧！
