大家好！五一假期快乐呀！小伙伴们的论文是不是已经到了尾声和答辩阶段？是不是不少用到线性回归的方法呢？
线性回归是利用数理统计中回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法，运用十分广泛。
线性回归是研究因果关系的影响显著性方法。它与相关分析最大的区别就是，不仅能得出自变量、因变量之间有相关关系，还有因果关系。
线性回归的表达形式为y = w'x+e，e为误差服从均值为0的正态分布。
回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。如果回归分析中包括两个或两个以上的自变量，且因变量和自变量之间是线性关系，则称为多元线性回归分析。
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。
明天继续聊聊多元相关分析的SPSS分析步骤，以及结果解读。敬请期待！