多重线性回归假设条件（二）

作者：在路上    审稿：X    封面：自己想吧

多重线性回归根据其方差的齐次性有两种不同的处理方法。

方差齐次时，可以通过学生化残差和未标准化预测值来判断其是否满足多重线性回归；方差不齐时，则通过加权最小二乘法来进行判断。

本次主要讲述方差齐次时的处理方法。

接下来，请打开上期的练习数据，一起进行实践吧~

SPSS实践过程

1.依次单击“分析”→“回归”→“线性”。

2.在弹出的窗口中，将“成绩”选入“因变量”框中，将“年级”和“班号”选入“块”中，如下图所示。

3.单击右侧的“保存”按钮，弹出对话框如下，勾选预测值组的“未标准化”选项和残差组的“学生化”选项，单击“继续”按钮，回到线性回归窗口，单击“确定”按钮，输出结果。

4.在输出的ANOVA表中可以看到，sig值为0.00<0.05，所以方差齐次。

5.返回数据视图，会发现多了两列数据，其中PRE_1为未标准化预测值，SRE_1为学生化残差。

6.依次单击“图形”→“图表构建器”。

7.在下方的图库中选择散点图，并将PRE_1选为X轴，SRE_1选为Y轴，单击“确定”按钮。

8.输出图表结果，可以看到散点分布近似于水平带状，故可以认为数据符合多重线性回归。

扫描下方二维码，回复20180603，可获得本次案例哦~

欢迎添加数据分析服务微信号（LYJ_312）和社群助手微信号（spss_shequn）