系数b系数标准误系数Bt值P值 常数5.0970.427 11.9230.000 fat0.7000.202 0.5783.4730.00 10.1.2复杂实例操作 10.1.2.1分析实例 例10.2:请分析在数据集 plastic.sav中变量 extras、 additive、 gloss 和 opacity对变量 tear res的大小有无影响?已知 extras对 tear res的大小 有影响。 显然,这里是一个多元回归,由于除了 extrusn确有影响以外,我们不知道 另三个变量有无影响,因此这里我们将 extrusn放在第一个 block,进入方法为 enter(我们有把握 extrusn一定有统计学意义);另三个变量放在第二个 block, 进入方法为 stepwise(让软件自动选择判断),操作如下: 1. Analyze==Regression==>Liner 2. Dependent框:选入 tear res 3. Independent框:选入 extrusn;单击next钮 4. Independent框:选入 additive、 gloss和 opacity: Method列表框 选择 stepwise 5.单击OK钮 10.1.2.2结果解释 最终的结果如下 Regression Variables Entered Removed Mod Entered Removed Method Extrusion a Enter Stepwise(Criteria Additive Probability-of-F-to-ente =050 Amount Probability-of-F-to-rem a All requested variables entered b. Dependent Variable: Tear Resistance模型 系数 b 系数标准误 系数 β t 值 P 值 1 常数 5.097 0.427 11.923 0.000 fat 0.700 0.202 0.578 3.473 0.002 10.1.2 复杂实例操作 10.1.2.1 分析实例 例 10.2：请分析在数据集 plastic.sav 中变量 extrusn、additive、gloss 和 opacity 对变量 tear_res 的大小有无影响？已知 extrusn 对 tear_res 的大小 有影响。 显然，这里是一个多元回归，由于除了 extrusn 确有影响以外，我们不知道 另三个变量有无影响，因此这里我们将 extrusn 放在第一个 block，进入方法为 enter（我们有把握 extrusn 一定有统计学意义）；另三个变量放在第二个 block， 进入方法为 stepwise（让软件自动选择判断），操作如下： 1. Analyze==>Regression==>Liner 2. Dependent 框：选入 tear_res 3. Independent 框：选入 extrusn；单击 next 钮 4. Independent 框：选入 additive、gloss 和 opacity；Method 列表框： 选择 stepwise 5. 单击 OK 钮 10.1.2.2 结果解释 最终的结果如下： Regression