SPSS多元线性回归进行话务量预测

回归分析与预测其实EXCEL也能做，但没有SPSS严谨和专业。今天就简单介绍一下SPSS线性回归预测的大体操作流程。话务量的预测其实最重要的是要找到影响业务量变化的关键因素，因此在此之前必要的探索性分析也是必不可少的，在此不做展开。下面我们直接进入主题：

首先，假设我们找到了两个影响业务量变化的关键因素：用户基数和市场预算投入（模拟数据，莫当真）。

把数据导入SPSS，并打开“分析”——“回归”——“线性”设置界面。

在随后展开的对话框中，把“联络量”放入因变量框，把“客户基数”和“市场投入”放入自变量框。

然后打开“统计量”对话框，增加勾选“共线性诊断”和“D-W”残差测试。

再打开“保存”对话框，浏览到模型保存的位置（自定）并输入名称（自定），并点击“继续”。

然后，直接点击“确定”，我们就得到了如下的模型拟合结果。可以看到，残差序列相关D-W测试结果近乎完美，不存在系列相关性；自变量显著性检验通过；共线性膨胀因子稍微有些偏大，但综合考虑来讲模型还是不错的。

现在我们再导入一组新的数据，自变量相同但没有“联络量”因变量（其实我就是把“联络量”删除了，你懂就行了）。

然后打开“实用程序”——“评分向导”。

在“评分向导”对话框中选择刚才保存的模型XML文件，然后一路默认“下一步”，一直到完成。

最后，我们就用拟合好的线性回归模型完成了对新的数据集的联络量预测。