多元线性回归一般采用逐步回归方法-Stepwise
对全部的自变量x1,x2,...,xp,按它们对Y贡献的大小进行比较，并通过F检验法，选择偏回归平方和显著的变量进入回归方程，每一步只引入一个变量，同时建立一个偏回归方程。
当一个变量被引入后，对原已引入回归方程的变量，逐个检验他们的偏回归平方和。如果由于引入新的变量而使得已进入方程的变量变为不显著时，则及时从偏回归方程中剔除。在引入了两个自变量以后，便开始考虑是否有需要剔除的变量。
只有当回归方程中的所有自变量对Y都有显著影响而不需要剔除时，再考虑从未选入方程的自变量中，挑选对Y有显著影响的新的变量进入方程。不论引入还是剔除一个变量都称为一步。不断重复这一过程，直至无法剔除已引入的变量，也无法再引入新的自变量时，逐步回归过程结束。
Analyze->Regression->Linear
Dependent: 因变量
Independents: 多个自变量
Method: Stepwise
拟合程度Adjusted R2： 越接近1拟合程度越好
回归方程的显著性检验Sig
回归系数表Coefficients的Model最后一个中的回归系数B和显著性检验Sig
最后得到模型
温馨提示：答案为网友推荐，仅供参考