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。例如：研究吸烟、喝酒、久坐对高血压患病的影响关系等。
SPSSAU操作SPSSAU左侧仪表盘“通用方法”→“线性回归”；
回归分析用于研究X(定量或定类)对Y(定量)的影响关系，是否有影响关系，影响方向及影响程度情况如何。
第一：首先分析模型拟合情况，即通过R方值分析模型拟合情况，以及可对VIF值进行分析，判断模型是否存在共线性问题【共线性问题可使用岭回归或者逐步回归进行解决】；
第二：写出模型公式(可选)；
第三：分析X的显著性；如果呈现出显著性(p值小于0.05或0.01)；则说明X对Y有影响关系，接着具体分析影响关系方向；
第四：结合回归系数B值，对比分析X对Y的影响程度(可选)；
第五：对分析进行总结。
回归分析之前，可使用箱盒图查看是否有异常数据，或使用散点图直观展示X和Y之间的关联关系；回归分析之后，可使用正态图观察和展示保存的残差值正态性情况；或使用散点图观察和展示回归模型异方差情况【残差与X间的散点完全没有关系则无异方差】。
SPSSAU结果与指标解读1.线性回归分析结果
