线性回归：相关过程

使用“图形”菜单上的“图表构建器”可获取二元散点图或散点图矩阵。散点图可帮助您将数据显示在屏幕上。“探索”过程也可以用来将数据显示在屏幕上。“探索”提供了正态性和方差同质性检验，并提供了图形化显示。如果您的数据违反了假设（例如正态性假设或恒定方差假设），请尝试转换它们。如果您的数据不线性相关，且转换也没有帮助，则使用“曲线估计”过程中的备用模型。如果因变量是二分变量（例如是否完成特定销售额，又例如某一商品是否有缺陷），则使用在“高级”选项中提供的“Logistic 回归”过程。如果因变量是已审查的变量（例如外科手术之后的存活时间），则使用“高级统计”选项中提供的“寿命表”、“Kaplan-Meier”或“Cox 回归”。如果您的数据不独立 -- 例如，如果您在多个条件下观察相同的人群 -- 则使用“高级统计”选项中提供的“GLM 重复测量”过程。如果想要对回归系数的值加以约束，则使用“非线性回归”过程。