线性回归分析是一种研究影响关系的方法，在实际研究里非常常见。不管你有没有系统学习过，对于线性回归，相信多少都有那么一点了解。
即使如此，在实际分析时，还是会碰到很多小细节，让我们苦思冥想，困扰很久，以致拖慢进度，影响效率。
因此本文就一起梳理下回归分析的分析流程，闲话少说，我们开始吧。
回归分析实质上就是研究一个或多个自变量X对一个因变量Y（定量数据)的影响关系情况。
当自变量为1个时，是一元线性回归，又称作简单线性回归；自变量为2个及以上时，称为多元线性回归。在SPSSAU里均是使用【通用方法】里的【线性回归】实现分析的。
1. 数据类型
线性回归要求因变量Y（被解释变量）一定是定量数据。如果因变量Y为定类数据，可以用【进阶方法】中的【logit回归】。
2. 变量筛选
对于引入模型的自变量，通常没有个数要求。但从经验上看，不要一次性放入太多自变量。如果同时自变量太多，容易引起共线性问题。建议根据专业知识进行选择，同时样本量不能过少，通常要满足样本个数是自变量的20倍以上。
如果自变量为定类数据，需要对变量进行哑变量处理，可以在SPSSAU的【数据处理】→【生成变量】进行设置。具体设置步骤查看SPSSAU有关哑变量的文章：什么是虚拟变量？怎么设置才正确？
控制变量，可以是定量数据，也可以是定类数据。一般来说更多是定类数据，如：性别，年龄，工作年限等人口统计学变量。通常情况下，不需要处理，可以直接和自变量一起放入X分析框分析即可。
3. 正态性检验
理论上，回归分析的因变量要求需服从正态分布，SPSSAU提供多种检验正态性的方法。
如果出现数据不正态，可以进行对数处理。若数据为问卷数据，建议可跳过正态性检验这一步。原因在于问卷数据属于等级数据，很难保证正态性，且数据本身变化幅度就不大，即使对数处理效果也不明显。
4. 散点图和相关分析
一般来说，回归分析之前需要做相关分析，原因在于相关分析可以先了解是否有关系，回归分析是研究有没有影响关系，有相关关系但并不一定有回归影响关系。当然回归分析之前也可以使用散点图查看数据关系。
5. SPSSAU操作
案例：在线英语学习购买因素研究
①操作步骤
将性别、年龄、月收入水平、产品、促销、渠道、价格、个性化服务、隐私保护共九个变量作为自变量，而将购买意愿作为因变量进行线性回归分析。
勾选“保存残差和预测值”。
②指标说明
非标准化系数（B）：非标准化回归系数。回归模型方程中使用的是非标准化系数。
标准化系数（Beta）：标准化回归系数。一般可用于比较自变量对Y的影响程度。Beta值越大说明该变量对Y的影响越大
t值：t检验的过程值，回归分析中涉及两种检验（t检验和F检验），t检验分别检验每一个X对Y的影响关系，通过t检验说明这个X对Y有显著的影响关系；F检验用于检验模型整体的影响关系，通过F检验，则说明模型中至少有一个X对Y有显著的影响关系。此处的t值，为t检验的过程值，用于计算P值。一般无需关注。
p值：t检验所得p值。P值小于0.05即说明，其所对应的X对因变量存在显著性影响关系。
VIF值：共线性指标。大于5说明存在共线性问题。
R²：决定系数，模型拟合指标。反应Y的波动有多少比例能被X的波动描述。
调整R²：调整后的决定系数，也是模型拟合指标。当x个数较多是调整R²比R²更为准确。
F检验：通过F检验，说明模型中至少有一个X对Y有显著的影响关系。分析时主要关注后面的P值即可。
D-W值：D-W检验值，Durbin-Watson检验，是自相关性的一项检验方法。如果D-W值在2附近（1.7~2.3之间），则说明没有自相关性，模型构建良好。
③结果分析
分析时可按照“分析建议”给出的步骤进行。
模型公式显示在智能分析中，可直接使用。
本例中得到的分析结果为：
产品、促销、个性化服务、保护隐私四个变量对购买意愿有正向影响关系。
6. 模型后检验
到这里很多人认为已经分析完了，可以得出结果，实际上还远远没结束。回归模型有很多限制条件，上述步骤里我们只是构建了模型，至于模型质量如何，模型是否满足线性回归的前提条件，都需要在这一步进行确认。
通常需要对线性回归模型检验以下几个方面：
多重共线性
在进行线性回归分析时，容易出现自变量之间彼此相关的现象，我们称这种现象为多重共线性。
当出现严重共线性问题时，会导致分析结果不稳定，甚至出现回归系数的符号与实际情况完全相反的情况，因而需要及时进行处理。
①诊断指标
检验多重共线性，可查看分析结果中的VIF值。
VIF>5说明存在共线性问题，VIF>10说明存在严重的多重共线性问题，模型构建较差，需要进行处理。
②处理方法
（1）增加分析的样本量，是解释共线性问题的一种办法，但在实际操作中较难实现。
（2）对自变量进行相关分析，找出相关系数高的变量，手工移出后再做线性回归分析。
（3）采用逐步回归法，让系统自动筛选出最优分析项，剔除引起多重共线性的变量。
（4）如果不想涉及核心自变量，不希望剔除，可使用岭回归分析。
残差独立性（自相关）
残差独立性是线性回归方程的基本前提之一。如果回归方程存在自相关，说明可能存在与因变量相关的因素没有引入回归方程，整体模型构建较差。
①诊断指标
D-W值用于判断自相关性，判断标准是2附近即可(1.8~2.2之间)，如果达标说明没有自相关性，即样本之间并没有干扰关系。
②处理方法
问卷数据基本不会出现自相关问题，如有自相关问题时建议查看因变量Y的数据。
残差正态性
①诊断指标
残差正态性也是线性回归方程的基本前提之一。在分析时可保存残差项，然后使用“正态图”直观检测残差正态性情况。
-
regressionXXXX_residual代表残差值
-
regressionXXXX_prediction 代表预测值
如果残差直观上满足正态性，说明模型构建较好，反之说明模型构建较差。如果残差正态性非常糟糕，建议重新构建模型，比如对Y取对数后再次构建模型等。
残差方差齐性（异方差）
①检验方法
方差齐性可以通过散点图来考察，在分析时可保存残差项，以模型自变量X或因变量Y为横坐标，残差值为纵坐标，作散点图。
如果随着预测值的增加，残差值保持相同的离散程度，则说明方差齐。
如果残差值随着预测值的增加而变宽或变窄，则说明有异方差问题。
②异方差的处理方法
处理异方差问题有三种办法，分别是数据处理、稳健标准误回归、FGLS回归（可行广义最小二乘法回归）。
问卷研究里很少出现异方差问题，如果遇到异方差问题建议查看帮助手册。
异常值
除此之外，如果回归分析出现各类异常，可能存在异常值应该回归模型。在散点图里可观察到是否有异常值存在。
以上就是线性回归分析的分析流程梳理，但在实际研究过程中，理论与实际操作会有较大“距离”，具体还需要结合实际研究考察。
