在说明线性回归前，想先讲几个与线性回归密切相关的知识点。
一、散点图
散点图主要需要看四个方面，一是散点的疏密程度，越密表示相关性越大；二是看散点的趋势；三是看数据的主体模式在哪一部分；四是趋势之外的异常值分布在哪里（建模时考虑剔除）。在回归分析之前，需要先绘制变量间的散点图，以此判断各变量间是否为线性关系。
二、相关分析
相关分析是针对两个连续之间的相关程度和方向进行探究。一般在统计中相关分析只是作为回归分析的预分析，用于观察y与x两两之间相关情况，且主要是看它们之间的散点图，用于模型的确定。最常用的皮尔森相关系数公式如下，另外需注意相关分析的P值受样本n的影响，n越大，p值越显著，因而在数据挖掘的角度，P值的可信程度远远下降。
三、变量筛选
具体如下图，其中向前法首先用每一个x与y做回归，选取一个解释力度最高的X，选择的标准有很多包括R方最高，P最小，AIC/BIC最小。在选取第二个x时，把剩下的x一个个加入，选取那个使得残差平方和减少的最多，即解释力度最大，依次做下去，知道根据标准没有可添加的变量，这个标准要事先设定好，比如P值不能大于5%，当引入新变量每个都大于5%时，停止。这几个方法都只是作为参考，并不绝对。
四、多元回归
相关与回归有什么关系呢，相关分析侧重反映的是散点的疏密程度，而回归分析侧重反映散点的趋势情况。图1和图2相关系数相同但回归线不同，图3和图4相关系数不同，但回归线相同。
线性回归的基本过程如下图，与方差分析的思路十分类似。如果SSR=SSE则说明回归线解释的和误差解释的一样多，则说明回归线根本没有作用，因此对于回归分析，首先要F检验通过，才能谈R^2，R^2是说明模型拟合好到什么程度的，自变量一共能够解释因变量的百分之多少。
其实多元线性回归的难点在于其必须满足一系列的假设，①x和y线性关系。②y或者
服从正态分布（x在样本已知的情况下是固定的，不属于随机变量）③服从均值为0方差固定的正态分布，即要求方差齐性针对假设（一般时间序列要考虑异方差问题，DW检验，在2左右最好）3与x不相关，即正交假定⑤之间不能共线性（共线性影响模型稳定性，方差膨胀因子检验）
由上面的假设可知，有三条都与残差密切相关，因而对于线性回归而言残差分析尤为关键，首先需要通过残差的直方图，观察残差是否符合正态分布，针对假设2。其次根据残差散点图观察残差是否在0上下波动，并且观察残差波动的宽度是否一致（一般超过3倍的最小宽度则视为异方差），针对假设3。最后借助残差图观看
与是否有明显趋势，针对假设4。如果假设4不满足，即存在内生性问题，一般是最关键的主要问题，则需要引入新的自变量，或者使用两阶段最小二乘法2SLS。如果假设3不满足，即存在异方差问题，需要注意是否由于异常值的影响，应该去掉异常值（根据标准化残差值与界限2比较），如果不是异常值问题，使用权重估计WLS。如果假设2不满足，即不满足正态，需要进行对数处理、求根号、（x-中位数）/四分为距。如果不满足假设5，可能要考虑岭回归方法。两阶段最小二乘法2SLS、权重估计WLS、岭回归等都是多元线性回归衍生出来的回归方法，这里我就具体不写了，因为还得具体看计量的书籍才能写清楚了。对于满足所有假设，但仍然不满足T检验的变量，可以考虑删除。
下面是张文彤《SPSS统计分析高级教程》里提到的多元线性回归的具体步骤，讲的可能比我要清楚一点，我就贴在下面啦~
