1 简单线性回归
1.1根据研究目的确定因变量和自变量。
1.2判断有无异常值。
通过绘制散点图直观观察；亦可通过线性回归的【统计】→【个案诊断】→【所有个案】进行分析，若标准残差超过[-3,3]，则可视为异常值。
如果发现异常值，则首先应该检查是否是数据收集或录入方面的错误，如是则应及时纠正。如不是数据收集或录入方面的错误，则需根据实际情况，选择剔除或者保留异常值。
1.3判断数据是否满足简单线性回归假设条件。
第一，线性（linear），因变量与自变量呈线性关系，通过绘制散点图判断。
第二，独立性（independent），任意两个观察值之间相互独立，通过线性回归的【统计】→【德宾-沃森】进行分析，一般来说Durbin-Waston检验值分布在0-4之间，越接近2，观察值相互独立的可能性越大。
第三，残差正态性（normal），随机误差近似正态性，可通过直方图或者P-P图判断残差是否符合正态分布。
第四，通过线性回归的【图】→【产生所有部分图】，即可得到残差随着估计值的变化趋势，若所有点均匀分布于直线Y=0的两侧，则可认为方差齐性。
1.4估计回归模型参数，建立模型。
1.5对模型进行假设检验。
对回归模型进行假设检验一般使用方差分析法，对回归系数进行假设检验一般使用t检验方法。
2 多重线性回归
2.1根据研究
