次のデータソース<SPSS統計解析およびアプリケーション>、唯一の個人研究ノート
統計関連知識：線形回帰分析、SPSSツール
何が人文社会研究課題の研究に影響大学因子、変数を含む31個の省やいくつかの大学の社会科学研究のデータ収集されたデータは、あった。地方名（×1）、人年（×2）の数を入れて、上級職への人年の数（×3）、研究の営業費用への投資（×4）、合計（X5）の問題、モノグラフ番号（X6）、論文数（X7）、当選番号（X8）
まず、必ず説明変数と従属変数を作り、高等教育の人文・社会科の機関の実験的研究の被験者、つまり合計数（×5）は説明変数の対象にどのような要因に影響され、人年の数を投資（×2）、シニア投資のタイトルとして説明変数番号（X8）を受賞した人年（×3）、研究の営業費用への投資（×4）、モノグラフ番号（X6）、番号（X7）紙の数;
1.レッツ・利用線形回帰分析のための分析（必須入力）と多重共診断を行います
回帰式の適合度として表1-1に、我々は回帰式の適合度が高いが、従属変数をモデル化することができると言うことができるように調整されたR二乗= 0.924は、1に近づくことがわかりますそれよりもはるかの説明の一部は、部分的に説明することができませんでした
表1-2テストは、人年（×2）に説明変数を参照して、上級職への人年の数（×3）、研究の営業費用への投資（×4）、モノグラフ番号（X6）、論文数、回帰式の重要なテストです（X7）帰無仮説作ら従属変数（号数×5）で明らかな差がある全体として、当選番号（X8）：
H0：B2 = B3 = B4 = B6 = B7 = B8 = 0（受け入れた場合、すなわち、説明変数は直接不適切な領域である線形回帰モデルによって説明X5を記載しました）
図Fの結果点は61.532であるから、P値= 2.1673E-13、我々は、0.05の有意水準は、帰無仮説は、従属変数ことを示し、回帰係数の各々が全て0ではないこと、回帰式の有意性試験を拒否していると言う場合重要な説明変数との関係を線形、線形回帰を説明するために使用することができます
表1我々は、研究の営業費用のシニアタイトル（×3）人年の数、投資（×4）、モノグラフ番号（X6）を入れ、（×2）人年に[戦略の関数として得られた回帰式に強制的に回帰分析を見ることができます数（X7）紙、番号を受賞（X8）]
Y = 35313 + 0.003x4 0.698x2-0.467x3 + + + 0.712x8 0.022x6-0.064x7
しかし、我々は、帰無仮説を棄却していない、他の変数は0.05よりも、すべての大きかった、唯一X2の重要な検定p値の回帰係数が0.05未満であることがわかり、その回帰係数とその中0有意差と従属変数の直接の線形関係些細な。我々は共線診断における深刻な多重共をX3、他の説明変数で彼を見ると同時に、モデルを構築する場合は、変数を作成する検討すべきです
要約すると、我々はいくつかの原因回帰式のフィット感によって引き起こされるいくつかの問題に有意な変数がなかった原因となる変数の入力を使用して、その義務スクリーニング方法を発見し、状況が大幅に性別によって、我々は新しいモデルの回帰式を再確立する必要があります
回帰分析変数選択方法2.戻ります
表2-1
表2-2
表2-1下位モデル変数の線形フィットの良さは= 0.917、表2-2を下に組み合わせることができる6のR二乗モデルの回帰式と可変フィルタ、調整の確立を完了するために6つのステップを通して選別変更後知っているバック技術は、連続的に注文モノグラフ番号（X6）、入力シニア人年（×3）、研究の営業費用（×4）、当選番号（×8）、番号への投資（X7）紙のタイトルを除く、大きなp値変数を削除します;すなわち、0.05の有意水準ならば、これらの変数を排除することができる確率P有意水準の値よりも大きい場合、0との間の差がないと、帰無仮説テストを拒否しない、DW試験モデル6は1.747であり、（0,2）間隔の範囲内で、いくらかの残留正の自己相関の存在を示します
表2-3 0.05の有意水準、回帰方程式の確率p値の有意差検定は、0.05よりもはるかに小さいために、次に従属変数と説明変数の有意な線形関係がモデル線形確立することができる場合
以下の説明は、重要な研究テーマの数、回帰式と線形関係に置かれる有意レベルAよりも最終モデル6、回帰係数の有意性検定p値を与える表2-4
Y = -94.52 + 0.492x2
説明方程式は、研究テーマ平均増加0.492単位数の単位増加あたり、数人年を投資しました
