俗话说得好，每天一苹果，医生远离我~多亏了农民伯伯们的辛勤劳作，让我们四季都能吃上苹果。那么苹果树怎么种才能结更多的果子呢？
已知各苹果树的结果数量，以及它们种植期间平均每天的日照时间与浇水次数，怎样才能知道这两个因素有没有对苹果树的结果数量产生影响呢？这时就可以用到回归分析。
相关分析描述分析项之间是否有关系,回归分析研究影响关系情况。回归分析实质上就是研究 X对 Y的影响关系情况。
打开在线SPSS分析软件SPSSAU，导入数据后，在左侧边栏选择“回归”。
将“结果数”放入X框，“日照时间”、“浇水次数”放入Y框，点击“开始回归分析”，SPSSAU即可一键输出结果表。
分析后得到以下的结果表。
对于分析结果表格，SPSSAU系统将自动输出分析建议，根据建议的提示我们就能读懂结果表的含义，自行进行分析~
进一步利用大数据和人工智能原理，SPSSAU系统还自动输出了智能化分析，我们直接看这些文字就能明白结果~原来浇水次数对苹果的结果数量没有显著影响，而日照时间则会对结果数产生显著的正向影响。怪不得高原的苹果树结果率高呢！
理论
相关分析描述分析项之间是否有关系,回归分析(线性回归分析)研究影响关系情况,回归分析实质上就是研究 X(自变量,通常为定量数据)对 Y(因变量,定量数据)的影响关系情况,有相关关系不一定有回归影响关系.
分析步骤共为四步：
1.首先对模型情况进行分析。包括模型拟合情况(比如R平方为 0.3,则说明所有 X 可以解释 Y 30%的变化原因),模型共线性问题(VIF 值小于 5 则说明无多重共线性),是否通过 F 检验(F 检验用于判定是否 X 中至少有一个对 Y 产生影响,如果呈现出显著性,则说明所有 X 中至少一个会对 Y产生影响关系).
2.分析 X 的显著性。如果显著(p 值判断),则说明具有影响关系,反之无影响关系.
3.判断 X 对 Y 的影响关系方向。回归系数 B 值大于 0 说明正向影响,反之负向影响.
4.其它。比如对比影响程度大小(回归系数 B 值大小对比 X 对 Y 的影响程度大小)
这种分析方法是不是很方便呢？“回归分析”其在学术论文、调研报告中具体的应用场景丰富，在社会学、经济学、生物学等多个学科都有应用。
Tips1：回归分析中，研究X对Y的影响，这里的X通常是定量数据，而非定类数据。如果X为定类数据，则有两种处理方法：1作为控制变量，即放入模型，但并不对其进行分析；2如果一定要分析它对Y的影响，此时应该进行虚拟变量（又称哑变量）设置后再放入。
Tips2：通常来说，回归分析之前还需要使用相关分析研究相关关系，首先要保证有相关关系之后，再进行回归分析较为科学。
除了上文提到的回归分析，SPSSAU提供给用户的分析方法还包括信度分析，效度分析，方差分析，卡方分析和T检验，多选题各类交叉分析等等。
想了解SPSSAU更多更强大功能吗？
赶快打开电脑输入spssau.com试用一下吧！
