为什么R语言做岭回归与SPSS做岭回归求出回归系数的结果不一样

方法一：1、做多自变量的线性回归，在统计量面板内选：共线性诊断（L）;2、如结果中的方差膨胀系数（VIF）>5，则可做岭回归分析；3、新建语法编辑器，输入如下命令：INCLUDE "安装目录\Ridge regression.sps". RIDGEREG DEP=因变量名 /ENTER = 自变量名（用空格分开）/START=0 /STOP=1[或其它数值] /INC=0.05[或其它搜索步长]/K=999 .4、选择运行全部，得到各自变量岭迹图和决定系数R2与K值的关系图，在图上作参考线，取一岭迹平稳并且R2值较大的平衡点的K值；5、将语法编辑器中的K值改为所选K值，再运行全部，得到详细的最终模型参数。

方法二：可以直接在spss里面做，spss18里面已经比较完善了。

步骤如下：回归——》最优尺度——》规则化（里面有岭回归）。

怎样用R软件对多元线性回归模型做预测

logit回归1.打开数据，依次点击：analyse--regression--binarylogistic，打开二分回归对话框。

2.将因变量和自变量放入格子的列表里，上面的是因变量，下面的是自变量。

3.设置回归方法，这里选择最简单的方法：enter，它指的是将所有的变量一次纳入到方程。

其他方法都是逐步进入的方法。

4.等级资料，连续资料不需要设置虚拟变量。

多分类变量需要设置虚拟变量。

5.选项里面至少选择95%CI。