線性迴歸的選項

提供下列選項：

步進條件。 指定向前、向後或逐步變數選擇方法時，會套用這些選項。 變數可以自模型中輸入或移除，需視 F 值的顯著性 (機率) 或 F 值本身來決定。

• 使用 F 機率值 (Use Probability of F). 變數的 F 值顯著性層次小於「輸入」值時，系統會將變數輸入模型，而顯著性層次大於「移除」值時，系統會將變數移除。 「輸入」必須小於「移除」，而且兩個數值都必須是正數。 若要將更多變數輸入模式，請調高「輸入」值。 若要從模型中移除更多變數，請調低「移除」值。
• 使用 F 值 (Use F Value). 變數的 F 值大於「輸入」值時，系統會將該變數輸入模型，而當 F 值小於「移除」值時，系統會將變數移除。 「輸入」必須大於「移除」，而且兩個數值都必須是正數。 若要將更多變數輸入模式，請調低「輸入」值。 若要從模型中移除更多變數，請調高「移除」值。

方程式中含有常數項。 依預設，迴歸模型包括常數項。 取消選取此選項會強制透過原點迴歸，但很少這樣做。 透過原點迴歸的某些結果與包含常數的迴歸結果無法進行比較。 例如，您不能用一般的方式來解譯 R ² 。

遺漏值。 您可以任選一個選項：

• 完全排除遺漏值。 如果觀察值對於每個變數而言，其值都是有效的，則該觀察值才會納入分析中。
• 成對方式排除。 含相關變數對組之完整資料的案例會用來計算迴歸分析所依據的相關係數。 自由度的依據則是成對的 N的最小值。
• 用平均數置換。 所有案例都會用來進行計算，並以變數的平均值來代替缺少的觀察值。

指定線性迴歸的選項

本功能需要 Statistics Base 選項。

1. 在功能表上，選擇：

   分析 > 迴歸 > 線性...

2. 在「線性迴歸」對話框中，按一下選項。
3. 選取您要的選項。