spss：得到一个多元线性回归模型之后,如何比较预测值和真实值?如何判断模型是否有预测能力?

不知道你要怎样比较预测值和真实值,比如计算一下残差值,或者计算一下均方误差之类?在Linear Regression对话框,点Save按钮,会出现Linear Regression:Save对话框,在Predicted Values（预测值）和Residuals（残差）栏都...谢谢！我看到文献中将一个样本随机抽样分成两个样本，用第一个样本得出模型各变量的系数，再用这个模型估计第二个样本中的结果，拿这个估计值和样本二的实际值做比较，然后出来一个R平方和一个平均误差值，我就是不太明白这里是如何比较估计值和实际值的，R平方和这个平均误差值是怎么出来的呢？是否就是你最后说的外推预测能力？R的平方就是实际值和预测值的相关系数，平均误差值可以是均方误差或者均方根误差，后者其实就是误差的标准差。这里所说的预测值，其实就是估计值，用样本一估计出各系数以后，就有了被解释关于解释变量的函数，把样本二的解释变量值代入，就得到预测值或者估计值，把这个值跟实际值做比较。文献里说的，就是我说的外推预测能力。谢谢解答！如何用SPSS计算这个R平方实际值和预测值相关系数还有平均误差值呢？具体是哪几个步骤，选项啊？记真实值为y，估计值为y1.Analyze -> Corrilate -> Bivariate，把y和y1选到Variables框里面，其他的默认就可以了，就能把R算出来了，得到的是R，是相关系数，不一定要平方。这个值越接近1，两者的相关性越高。记z=y1-y，Analyze -> Descriptive Statistics -> Descriptives，把Z放到Variable(s)，再点Options，把Std. deviation选中，算出来的就是误差的标准差了.