人口预测中线性回归分析简单步骤：一、进行回归分析SPSS-regression-linearDependent —— 因变量 这里应该为人口Independent —— 自变量 这里可以为年份，也可以为 GDP 或其他认为可以引起人口变动的自变量用箭头添加到相应的框中，然后点击 ok，生成结果二、结果检验Model SummaryModel R R SquareAdjusted R SquareStd. Error of the Estimate1 .106(a) .011 -.112 2672.628a Predictors: (Constant), V1R2=0.11，模型拟合效果不好（此数应该越接近 1越好，如果在0.7以上均可认为模型拟合效果较好）ANOVA(b)Model Sum of Squares df Mean Square F Sig.1 Regression 649217.48 1 649217.482 .091 .771(a)2Residual 57143539.418 8 7142942.427 Total 57792756.900 9 a Predictors: (Constant), V1b Dependent Variable: V2sig=0.771，模型线性特征不显著（如果该值小于0.05，可认为线性关系较为显著）Coefficients(a)Model Unstandardized CoefficientsStandardized Coefficients t Sig.B Std. Error Beta (Constant) -176626.982 590112.362 -.299 .7721V1 88.709 294.247 .106 .301 .771a Dependent Variable: V2每个参数的sig分别为 0.772和0.771，表示参数也不显著（如果该值小于0.05，可认为线性关系较为显著）列出的一元一次方程为y=88.709x-176626.982 。
将x= ？？带入方程，得到 y=？？，则？？年人口为？？但由于未通过显著性检验，模型拟合效果也不好，所以该方法预测的结果应当去掉这里如果前面的拟合度和显著性检验效果均较好的话，就应当保留该方法预测的结果。