【正文】 首先 繪制 就餐費用的 序列圖 ，選擇菜單Graphs－ legacy dialogsline。 常見的本質線性模型有： 二次曲線（ Quadratic）， 方程為 ，變量變換后的方程為 復合曲線（ Compound）， 方程為 ，變量變換后的方程為 增長曲線（ Growth）， 方程為 ，變量變換后的方程為 20 1 2y x x? ? ?? ? ?20 1 2 1 1()y x x x x? ? ?? ? ? ?01xy ???01l n ( ) l n ( ) l n ( )yx????01 xye ????01l n ( )yx???? 對數(shù)曲線（ Logarithmic）， 方程為 ，變量變換后的線性方程為 三次曲線（ Cubic）， 方程為 ，變量變換后的方程為 S曲線（ S）， 方程為 ，變量變換后的方程為 指數(shù)曲線（ Exponential）， 方程為 ，變量變換后的線性方程為 01 l n ( )yx????0 1 1yx????230 1 2 3y x x x? ? ? ?? ? ? ?0 1 2 1 3 2y x x x? ? ? ?? ? ? ?01 / xye ????0 1 1l n ( )yx????10 xye???01l n( ) l n( )yx???? 逆函數(shù)（ Inverse）， 方程為 變量變換后的方程為 冪函數(shù)（ Power）， 方程為 變量變換后的方程為 邏輯函數(shù)（ Logistic）， 方程為 變量變換后的線性方程為 01 /yx????0 1 1yx????10 ()yx ???01l n ( ) l n ( ) l n ( )yx????0111/ xy? ? ???0111l n ( ) l n ( l n ( ) )xy ???? ? ? SPSS曲線估計中，首先，在不能明確究竟哪種模型更接近樣本數(shù)據(jù)時，可在 多種可選擇的模型中選擇幾種模型 ；然后 SPSS自動完成模型的參數(shù)估計，并輸出回歸方程顯著性檢驗的 F值和概率 p值、判定系數(shù) R2等統(tǒng)計量；最后，以 判定系數(shù)為主要依據(jù)選擇其中的最優(yōu)模型，并進行預測分析等。 繪制標準化殘差序列的直方圖 繪制標準化殘差序列的正態(tài)分布累計概率圖 繪制被解釋變量和各個解釋變量的散點圖。 輸出每個解釋變量進入方程后引起的 判定系數(shù)的變化量和 F值的變化量。如果某個特征根既能夠刻畫某解釋變量方差的較大部分比例 （ ）， 又能刻畫另一解釋變量方差的較大部分比例，則表明這兩個解釋變量間存在較強的線性相關關系。 變量的篩選問題，方法一般有 向前篩選、向后篩選、逐步篩選 三種基本策略。 可決系數(shù)（判定系數(shù)、決定系數(shù)） 回歸平方和在總離差平方和中所占的比例可以作為一個統(tǒng)計指標，用來 衡量 X與 Y 的關系密切程度以及 回歸直線的代表性好壞 ，稱為 可決系數(shù) 。 ?對于一元線性回歸方程： ? ?? ?? ?? ?????????????????22222211yyyyyyyyRSSTSSESSTSSESSTSSTSSRR???對于多元線性回歸方程： 在多元線性回歸分析中，引起判定系數(shù)增加的原因有兩個：一個是方程中的解釋變量個數(shù)增多，另一個是方程中引入了對被解釋變量有重要影響的解釋變量。 ?向前篩選（ Forward ）策略：解釋變量不斷進入回歸方程的過程。 條件指數(shù) 。 輸出方程中各解釋變量與被解釋變量之間的 簡單相關、偏相關系數(shù)。 Save選項，該窗口將回歸分析的 某些結果以 SPSS變量的形式保存到數(shù)據(jù)編輯窗口中，并可同時生成 XML格式的文件，便于分析結果的網(wǎng)絡發(fā)布。 另外， SPSS曲線估計還可以以時間為解釋變量實現(xiàn)時間序列的簡單回歸分析和趨勢外推分析。得到的