SPSS 线性回归前提条件怎么检验:残差、共线性与异方差
线性回归前提条件,决定的是回归结果里 p 值和置信区间能不能信。样本量够不够、自变量是否共线、残差是否正态、方差是否齐、误差是否独立,需要结合设计与诊断核对;独立性等条件也依赖资料收集方式。下面用 102 家门店的演示数据,逐项说明看哪个数、多少算过关。
数据要怎么排
一行一家门店,因变量放「因变量 Y (定量)」,自变量放「自变量 X (定量/定类)」;分类自变量会自动做哑变量编码,丢掉一个基准水平。方法说明见线性回归 (最小二乘法)。
以下结果来自本站演示数据(模拟生成,不代表真实研究结论):因变量是月度销售额(万元),自变量是广告投入(万元)、门店面积(平米)、第三项营销指标,有效样本 102 家,缺失 0 家。本次从完整演示表随机抽取 102/120 行,种子为 19;它用于解释当前模型的诊断,不代表真实经营研究。复现时应保持抽样、列配置和单位一致,完整演示表的结果会有所不同。
线性回归前提条件怎么检验:三步
- 在方法列表里选「线性回归 (最小二乘法)」,把变量拖进对应的区。
- 点开始分析,先看第一张卡的前提检验表,每一行都有实测值和判定。
- 对照设计解释诊断结果,再读取系数与区间。开通会员后可导出 Word / PDF 报告、使用 AI 解读。

八项诊断逐项怎么读
前提检验表按下面的顺序逐项实算:
| 前提 | 看哪个统计量 | 本例实测 | 判定 |
|---|---|---|---|
| 样本量够 | n、k、残差自由度 | n=102,k=3,自由度 98 | 满足 |
| 每个自变量的观测数 | n/k 不低于 10 | 34.00 | 满足 |
| 多重共线性 | 最大 VIF,5 以下良好 | 1.264 | 良好 |
| 残差正态 | Shapiro-Wilk | W=0.9857,p=0.342 | 未拒绝正态性 |
| 同方差 | Breusch-Pagan | LM=2.0941,p=0.553 | 未拒绝同方差 |
| 一阶自相关诊断 | Durbin-Watson | 1.7759 | 需结合观测排序 |
| 线性设定形式 | Ramsey RESET | F=0.6225,p=0.432 | 未拒绝当前设定 |
| 强影响点 | Cook's D 大于 4/n | 3 个,最大 0.0941 | 待敏感性核查 |
三个自变量的 VIF 分别为 1.171、1.264 和 1.116。样本数与变量数的比例、VIF 的界线均为经验诊断参照。Durbin-Watson 检查给定观测顺序下的一阶自相关,接近参照值不能证明门店之间相互独立;仍需结合抽样设计说明。Cook's D 的阈值 4/n 是 0.0392,检出 3 个观测超过它,这些标记的影响尚未解决,应核查原始记录并做保留与排除后的敏感性分析;最大值低于一也没有证明它们无害。
残差图怎么看
残差图把标准化残差画在拟合值上,理想形态是在 0 线上下无规律地均匀散布。喇叭形是异方差的典型形态,U 形或曲线形提示遗漏了非线性项。本例 Breusch-Pagan 与 RESET 都未检出偏离,但应分别核对残差图中的结构。正负 2 只是标准化残差的读图参照,不是自动删除观测的界线。

真实值与预测值对照图回答拟合程度,与残差图的诊断作用不同。横轴为样本序号;若门店没有时间顺序,折线起伏不应被解释为趋势或周期。

结合上述诊断,再读取模型结果:模型整体 F(3, 98)=21.438,p<0.001,R² 为 0.3962,调整 R² 为 0.3777;只有广告投入显著,B 为 3.7109,95%CI [2.5312, 4.8907]。门店面积 p=0.075、第三项营销指标 p=0.051,均未达到 0.05。
效应量把贡献拆开:R² 的 95%CI 是 [0.2346, 0.5027],Cohen's f² 为 0.6563。广告投入的半偏 r² 为 0.2401,占 R² 的 60.59%;门店面积与第三项营销指标分别只有 0.0200 和 0.0241。各半偏贡献与整体解释率的关系取决于自变量的相关结构,差额不能直接当作每列的冗余程度。这些量都是样本内的描述量,不代表换一批数据的预测能力。

论文里怎么写
对 102 家门店做多元线性回归。未见严重共线;残差正态性(Shapiro-Wilk,p=0.342)、同方差性(Breusch-Pagan,p=0.553)及线性设定(RESET,p=0.432)均未被拒绝,Durbin-Watson 为 1.7759。Cook's D 超过 4/n 的观测有 3 个,最大为 0.0941。
线性回归常见错误
- 只看 R²,不查前提:R² 高与预测准是两回事,前提不成立时 p 值和置信区间失去依据。
- 把 p 大于 0.05 读成前提成立:它只说明没有检出偏离,样本小时本来就检不出。
- 把标着未做的行当作通过:未做表示这项检验本次没执行。
- 强影响点直接删:先看是否录入错误,再做剔除前后的对照。
延伸阅读
常见问题
线性回归前提条件有哪几项要检验?
样本量、共线性、残差正态、同方差、误差独立性、线性设定形式和强影响点。本站第一张卡把这些逐项实算,本例报告样本量及 VIF 作为诊断参照,分布检验未检出相应偏离;Cook 距离提示的三个观测仍需敏感性核查。
残差正态检验的 p 大于 0.05 就是正态吗?
只是没有拒绝正态假设,不是证明正态。本例 Shapiro-Wilk W 为 0.9857,p=0.342,未拒绝。样本大时轻微偏离也可能显著,要结合残差图一起看。
前提不成立时先坏的是什么?
影响取决于违反哪项条件:异方差会影响常规标准误,内生性或模型设定错误也可能影响系数。应先辨明问题,再讨论稳健推断、模型修订及结论范围。