如何用spss做散点图和线性回归
spss线性回归模型的四个标准假设？
spss线性回归模型的四个标准假设？
土壤和植被养分是作物产量的重要影响因素。为探讨土壤和叶片养分元素含量对作物产量的影响，一项研究测定了某区域30个样地的作物产量、土壤pH值、有机质含量（SOM）、碱解氮含量（SAN）、速效磷含量（SAP）和叶片氮含量（STN）及磷含量（STP），部分数据如下：
注：表中数据均为随机生成，不可他用。
该研究想建立变量（pH、SOM、SAN等）与产量之间的回归方程，此时我们可以考虑采用多元线性回归分析。
数据分析
值得注意的是，多元线性回归分析需要数据满足以下4个假设：
（1）需要至少2个自变量，且自变量之间互相独立（本次6个）；
（2）因变量为为连续变量（本案例产量为连续变量）；
（3）数据具有方差齐性、无异常值和正态分布的特点（检验方法）；
（4）自变量间不存在多重共线性。
前2个假设可根据试验设计直接判断；假设（3）的检验在之前的教程中已有呈现，点击“检验方法”即可查看。
关于假设（4）的检验方法如下：
1. 点击 分析 → 回归 → 线性。
2.将pH等自变量选入自变量框，将产量选入因变量框，点击统计。
3.在统计窗口选择共线性诊断，点击继续，然后再主页面点击确定即可。
4.结果判断：在结果中我们关注系数表即可，当VIF值大于等于10时，我们认为变量间存在严重的共线性，当VIF值小于10时，我们认为数据基本符合多元线性分析的假设（4），即不存在多重共线性问题。
因此，本案例数据均满足以上4个假设，可以进行多元线性回归的运算。
SPSS分析步骤
一、准备工作
SPSS软件（我使用的是IBM SPSS Statistics 25 中文版，其实各个版本格局上都是相似的，如果大家需要我的版本可以直接点击（安装包）下载；Excel数据整理。
二、分析数据
1. 点击 分析 → 回归 → 线性
2.将pH等自变量选入自变量框，将产量选入因变量框，点击统计。
3.在统计界面勾选如下选项，点击继续
4.点击主页面的保存，然后在新窗口中勾选如下选项，然后点击继续。
5.点击主页面中的“确定”即可得到分析结果。
使用SPSS进行线性回归分析？
1、运行软件，输入演示数据。
2、选择菜单分析gt回归gt线下，弹出线性回归参数设置窗口。