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）。
岭回归之后 会给出一个 岭图 和 对应的K值范围。 岭回归跟普通回归不同，它不是给出一个明确的K值和回归系数值，而是给出一个K值的可能选择范围，然后需要你结合岭图 选择最佳的一个K值，并选择其对应的回归系数即可
内容全部来源于网络收集，如有侵权，请联系网站删除：QQ：24596024