①“Predicted Values”预测值栏选项：

Unstandardized 非标准化预测值。就会在当前数据文件中新添加一个以字符

“PRE_”开头命名的变量，存放根据回

归模型拟合的预测值。

Standardized 标准化预测值。 Adjusted 调整后预测值。

S.E. of mean predictions 预测值的标准误。

本例选中“Unstandardized”非标准化预测值。

②“Distances”距离栏选项：

Mahalanobis: 距离。

Cook’s”: Cook距离。 Leverage values: 杠杆值。

③“Prediction Intervals”预测区间选项：

Mean: 区间的中心位置。

Individual: 观测量上限和下限的预测区间。在当前数据文件中新添加一

个以字符“LICI_”开头命名的变量，存放

预测区间下限值；以字符“UICI_”开头命名的变量，存放预测区间上限值。

Confidence Interval：置信度。

本例不选。

④“Save to New File”保存为新文件：

选中“Coefficient statistics”项将回归系数保存到指定的文件中。本例不选。

⑤ “Export model information to XML file” 导出统计过程中的回归模型信息到指定文件。本例不选。

⑥“Residuals” 保存残差选项：

“Unstandardized”非标准化残差。

“Standardized”标准化残差。 “Studentized”学生氏化残差。 “Deleted”删除残差。

“Studentized deleted”学生氏化删除残差。

本例不选。

⑦“Influence Statistics” 统计量的影响。

“DfBeta(s)”删除一个特定的观测值所引起的回归系数的变化。

“Standardized DfBeta(s)”标准化的DfBeta值。 “DiFit” 删除一个特定的观测值所引起的预测值的变化。 “Standardized DiFit”标准化的DiFit值。

“Covariance ratio”删除一个观测值后的协方差矩隈的行列式和带有全

部观测值的协方差矩阵的行列式的比率。

本例子不保存任何分析变量，不选择。

9）提交执行

在主对话框里单击“OK”，提交执行，结果将显示在输出窗口中。主要结果见表6-10至表6-13。

10) 结果分析

主要结果:

表6-10 是逐步回归每一步进入或剔除回归模型中的变量情况。

表6-11 是逐步回归每一步的回归模型的统计量：R 是相关系数；R Square 相关系数的平方，又称判定系数，判定线性回归的拟合程度：用来说明用自变量解释因变量变异的程度（所占比例）；Adjusted R Square 调整后的判定系数；Std. Error of the Estimate 估计标准误差。

表6-12 是逐步回归每一步的回归模型的方差分析，F值为10.930，显著性概率是0.001，表明回归极显著。

表6-13 是逐步回归每一步的回归方程系数表。