点击分析->回归->线性会出来如图
选择自变量，因变量。点击左侧
然后点击
即可选择变量并将它添加到自变量、因变量。
点击统计，需要额外勾选共线性诊断和
然后点击继续，点击
设置成如图
。
解释：----------------------------------------------------------------------------
起到检验残差是否独立的左右
检验自变量间是否存在共线性
绘制残差图，x标准化预测值，Y残差。
--------------------------------------------------------------------------------------------------------------
点击确定
出现
注意：
就是，值越接近2越相互独立。
残差独立正态。
点越接近越落在直线上表明越正态分布。
在0上下随机分布，没有很多的离群值，没有趋势，残差稳定。
Sig（显著性）<0.001表明结果很好
R方越接近1越好
为多元线性回归回归方程y=-33.960+6.199X菌盖厚度+.....
表示自变量对因变量的影响程度，数字越大表示影响程度越大。
多重共线性判断方法：
A.
容差<0.2表述存在多重共线性，VIF（方差膨胀系数）为：1/容差，一半>5表示存在多重共线性，这个根据学科不同,值也有变化。
B.
特征值那一栏，如果提取的多个主成分特征值相对集中在某一个或几个主成分上，其他主成分趋于0，就存在多重共线性，一般条件索引>30就存在多重共线性。
如果一个主成分同时在多个自变量上有较大方差比例，如3，4，5就有多重共线性.
有多重共线性多元线性回归不准确。
解决方法：逐步回归分析
方法那一栏改成
，其它的不发生改变。
显著性水平在这设置：
注意：
看清楚，常量要排除，多重共线性看自变量
所以这个不存在多重共线性。
原学习视频：多元线性回归+逐步回归
标准系数就是直接通径系数，比较需要看绝对值。