来自 博客园
只有一个自变量和因变量的线性回归称为简单线性回归，但是实际上，这样单纯的关系在现实世界中几乎不存在，万事万物都是互相联系的，一个问题的产生必定多种因素共同作用的结果。
对于有多个自变量和一个因变量的线性回归称为多重线性回归，有的资料上称为多元线性回归，但我认为多元的意思应该是真的因变量而非自变量的，而且多重共线性这个说法，也是针对多个自变量产生的，因此我还是赞同叫做多重线性回归。
多重线性回归是适用条件和简单线性回归类似，也是自变量与因变量之间存在线性关系、残差相互独立、残差方差齐性，残差呈正态分布，但是由于自变量多于1个，因此还需要要求自变量之间不存在相关性，即不存在多重共线性，但是完全不存在相关的两个变量是不存在的，因此条件放宽为只要不是强相关性，都可以接受。
多重线性回归在SPSS中的操作过程和简单线性回归一样，只是设置的内容多了一些，并且由于考察的信息较多，建议设定分析步骤，常用的步骤为
1.绘制散点图，判断是否存在线性趋势
2.初步建模，包括设定变量筛选方法
3.残差分析，分析建模之后的残差的正态性，独立性，方差齐性等问题
4.强影响点和多重共线性的判断
5.根据以上分析结果修正模型，并重复3-4，直到模型达到最优效果
分析—回归—线性
