构建好线性回归模型后，我们会比较兴奋，把新数据带进方程计算，就可以得到预测值了。有没有想过，手工计算容易出错，操作也很不方便，准确快速实现预测，有没有更好的办法呢？
有。
SPSS【评分向导】菜单可以读取xml模型文件，并对新数据进行预测。我们只需要在建模时，将成熟模型保存出xml模型文件，将其扔给【评分向导】对新数据完成预测。
收集到某商品的销售数据，包括“广告费用”和“销售额”两个连续变量，现在想考察广告投入和销售之间的关系，实现利用广告投入预测销售的目标。
以“销售额”为因变量，以“广告费用”为自变量，构建简单一元线性回归模型。
打开【保存】按钮，【将模型信息导出到XML文件】选项卡中，指定一个存放文件的路径，给xml模型文件起个名字，比如我们就叫它“广告销售模型”吧。
最后返回线性回归主对话框，要求软件执行。我们来看看结果。
模型通过检验。写出简单一元线性回归方程如下：
Y=6.584+1.071*广告
以往的话，我们要预测，简单粗暴的方式就是把新数据代入这个方程式，然后手工计算一下。例如，当广告费用投入6万元时，销售额
y=6.584+1.071*6
=6.584+6.426=13.01
如果这是多重线性回归，方程式会复杂一些，手工计算时容易出错，也不够方便。
所以，以后要抛弃这种手工计算实现预测的过程，转而使用SPSS软件提供的更加便利准确的【评分向导】菜单来自动完成。
来看刚才软件导出的XML模型文件，它就放在你指定的文件夹里面：
假设，我们要预测未来4个月的销售（不要太多哦），希望提前看一下，当广告投入5、6、7、8万元时，销售额会是多少。
打开只含有新数据的文件：
在SPSS数据窗口顶部的【实用程序】菜单中找到【评分向导】菜单，打开对话框：
点击左下方【浏览】按钮，找到我们已经保存好的“广告销售模型.xml”文件，打开，相当于是把前面创建的模型导入到【评分向导】中。
点击【下一步】，软件会自动匹配新数据中是否有模型所需要的自变量信息。
继续点【下一步】。软件会自动计算“预测值”以及预测的“标准误差”。我们重点就看“预测值”了。
到这里，就直接点【完成】，让软件开始预测。
几乎在一瞬间，未来4个月的销售预测值就摆在我们的面前了。大家检查一下，广告费用6万的时候，销售将达到13.01和手工计算一致。
怎么样，用【评分向导】实现线性回归新数据的预测，是不是非常方便呢，关键是准确！
以下是广告：
本号推出的《SPSS从入门到实践提高》视频课程，上线两周年优惠活动进行中，现在购买有适当优惠，正在学习和使用SPSS统计的读者，欢迎选购。
适于入门学习及有一定基础的人员实践提高，可满足高校本科生、研究生科研统计及职场人士商务分析需求。
▌典型案例带领入门与实践提高，视频教学+案例实践+一对一辅导统计应用，帮助您解决科研学术、商业分析实际问题。旨在让读者快速入门，通过案例实践、上机作业巩固关键知识点，熟练掌握软件工具、统计方法的实际应用，提供一对一问题答疑交流和讨论。
▌您在学习和使用SPSS的过程中，有疑问时可及时向作者咨询解答、讨论交流，并不是所有的课程讲师都会亲自答疑和辅导，课程一对一服务的价值远超课程本身，您购买的不仅是课程，更是竭诚贴心的帮带、答疑、交流服务。（修改数据、写报告除外）
《SPSS+Amos+Process问卷数据分析三剑客》
适合本科或研究生论文写作者参考使用，以及市场研究工作人员职场人士交流学习。
▌结合当前问卷数据分析方法应用现状，分SPSS篇、AMOS篇、Process篇依次针对性的介绍问卷分析中经典统计分析方法、结构方程模型、中介与调节效应分析，所有配套案例均采用量表或问卷数据资料，内容包括概念原理、软件操作、结果解读、论文表格制作、结论撰写等。适合毕业论文、实证类科研论文写作者使用以及市场研究工作人员参考。
▌由作者提供1对1答疑咨询，遇到疑惑问题可第一时间沟通讨论、解决突破。
由小兵为大家提供一对一的学习服务。永久有效，随到随学。