1）回歸分析的統計學原理：
回歸分析是研究兩個或多個變量之間因果關係的統計方法。其基本思想是在相關分析的基礎上，對具有相關關係的兩個或多個變量之間數量變化的一般關係進行測定，確立一個合適的數學模型，以便從一個已知量推斷另一個未知量。回歸分析的主要任務是根據樣本數估計參數，建立回歸模型，對參數和模型進行檢驗和判斷，並進行預測等。
2）SPSS中常用回歸分析：
3）線性回歸：一元線性回歸和多元線性回歸：
在回歸分析中，隻包括一個自變量和一個因變量，且兩者的關係可用一條直線近似表示，這種回歸分析稱為一元線性回歸分析。如果回歸分析中包括兩個或兩個以上的自變量，且因變量和自變量之間是線性關係，則稱為多元線性回歸分析。
變量說明：
GDPP：人均國內生產總值。
CONSP：人均居民消費。
操作步驟以下：
①建立數據文件“居民消費水平.sav”。
選擇因變量和自變量：將人均居民消費“CONSP”移入“因變量”框中，將人均國內生產總值“GDPP”移入“自變量”窗口中。
在回歸係統選項中，選中“估計”選項可輸出回歸係數B及其標準誤，t值和p值，還有標準化的回歸係數beta。選中“模型擬合度”選項可輸出模型擬合過程中進入、退出的變量的列表，以及一些有關擬合優度的檢驗：R，R2和調整的R2，標準誤及方差分析表。
“DEPENDNT”因變量；“ZPRED”標準化預測值；“ZRESID”標準化殘差；“DRESID”刪除殘差；“ADJPRED”調節預測值；“SRESID”學生化殘差“SDRESID”學生化刪除殘差。
線性回歸窗口的“保存”用於存儲回歸分析的中間結果（如預測值係列、殘差係列、距離（Distances）係列、預測值可信區間係列、波動統計量係列等），以便作進一步的分析，本次實驗暫不保存任何項。
a.“步進方法標準”單選鈕組：設置納入和排除標準，可按P值或F值來設置。
b.“在等式中包含常量”複選框：用於決定是否在模型中包括常數項，默認選中。
圖5.68線性回歸步進方法標準：
結果輸出與分析。包括以下結果：回歸分析過程中輸入、移去模型記錄；模型彙總；離散分析（Anova）；回歸方程的係數；殘差正態概率。
根據以上輸出結果，通過逐個分析，就可得出回歸方程以及驗證回歸模型。
1.一個品牌的方便麵麵餅的標稱質量是80g，但是不能大小相差很大，因此要求標準差小於2g。先從生產線包裝前的傳送帶上隨機抽取部分麵餅，稱重數據記錄在數據文件。問這批麵餅質量是否符合要求？
2.為了解內毒素對肌酐的影響，將20隻雌性中年大鼠隨機分為甲組和乙組。