版本适用性：确保安装SPSS11.5以上版本。
本插件为SPSS主成分回归插件，主要用于多元线性回归中剔除自变量间的共线性问题
相关原理见:
陈希孺，王松桂(1987).<<近代回归分析—原理方法及应用>>:安徽教育出版社
何晓群(1997).<<回归分析与经济数据建模北京>>:中国人民大学出版社
使用说明：
1、双击“CRsetup”或“setup”安装插件（图１）,程序会自动下载并安装运行环境.NET FrameWork 2.0，也可以在安装插件前手动安装运行环境，微软官方下载地址：.NET FrameWork 2.0
2、安装完成后，点击桌面“主成分回归菜单生成器”，或通过开始菜单→程序→SPSS主成分回归插件→主成分回归菜单生成器，生成SPSS主成分回归菜单。菜单生成后，在SPSS菜单栏显示为自定义工具→主成分回归(图2)。
3、打开SPSS待分析数据，诊断多重共线性:
选择菜单Analyze→Regression→Linear Regression，在Statistics…对话框中选中Collinearity diagnostics复选框，点OK进行OLS回归。
4、点击自定义工具→主成分回归，打开主成分回归分析窗口（图３）。
5、通过“>”分别把因变量和自变量选入相应的位置，选择好主成分提取标准以及休眠时间。休眠时间和计算机的运行速度以及需要运算数据的大小有关，因此，使用者可以根据实际情况调整休眠时间。
6、点击“确定”，输出分析结果。
附:主成分回归在SPSS中的传统做法:
(1) 诊断自变量间的共线性。选择菜单Analyze→Regression→Linear Regression，在Statistics…对话框中选中Collinearity diagnostics复选框，点OK进行OLS回归并判断共线性。
(2) 若存在共线性，则标准化变量以及对自变量进行主成分分析。由于SPSS无法直接进行主成分分析，因此需要通过菜单Analyze→Data Reduction→Factor…做因子分析，由因子载荷矩阵以及特征值计算主成分系数矩阵，通过Compute过程计算主成分得分。
(3) 用标准化的因变量和主成分进行OLS回归。做法同步骤(1)。
(4) 通过Compute过程手工计算,对步骤（3）得到的回归方程参数重组，转化为原因变量和自变量的表达式。
BY：种田禽兽
欢迎交流
