线性回归：选项
可用选项有：
步进法条件。 当指定正向，反向或逐步变量选择方法时，这些选项适用。 可以从模型中输入或移除变量取决于 F 值或 F 值本身的显着性 (概率)。
- 使用 F 的概率。 如果变量的 F 值的显著性水平小于“输入”值，那么将该变量选入到模型中，如果该显著性水平大于“剔除”值，那么将该变量从模型中移去。 “输入”值必须小于“剔除”值，且两者均必须为正数。 要将更多的变量选入到模型中，请增加“输入”值。 要将更多的变量从模型中移去，请降低“剔除”值。
- 使用 F 值。 如果变量的 F 值大于“输入”值，那么该变量输入模型，如果 F 值小于“剔除”值，那么该变量从模型中移去。 “输入”值必须大于“剔除”值，且两者均必须为正数。 要将更多的变量选入到模型中，请降低“输入”值。 要将更多的变量从模型中移去，请增大“剔除”值。
容差。 缺省情况下，值为 .0001。 容差是方程式中未被方程式中的其他自变量解释的变量的方差比例。 如果正在考虑的变量包含在分析中，那么方程中任何变量的最小容差都是未包含在方程中的变量的最小容差。 变量必须通过容差和最小容差检验才能进入回归方程并保留在回归方程中。 如果变量通过了容差条件，那么根据有效方法，该变量符合包含条件。
在方程中包含常量。 缺省情况下，回归模型包含常数项。 取消选择此选项可强制使回归通过原点，实际上很少这样做。 某些通过原点的回归结果无法与包含常数的回归结果相比较。 例如，不能以通常的方式解释 R 2。
缺失值。 您可以选择以下选项之一：
- 按列表排除观测值。 只有所有变量均取有效值的个案才包含在分析中。
- 成对排除观测值。 使用正被相关的变量对具有完整数据的个案来计算回归分析所基于的相关系数。 自由度基于最小成对 N。
- 替换为平均值。 将所有个案用于计算，用变量的平均值替换缺失实测值。
指定线性回归的选项
此功能需要 Statistics Base 选项。
- 从菜单中选择：
- 在“线性回归”对话框中，单击选项。
- 选择您想要的选项。