多元线性回归中，如何比较各个自变量对因变量的贡献率大小？

我的理解是各个自变量对因变量的贡献率=各个自变量的标准化系数/所有自变量标准化系数绝对值之和。其中，贡献率可正可负。 

SPSS/PC+的推出，极大地扩充了它的应用范围，使其能很快地应用于自然科学、技术科学、社会科学的各个领域，世界上许多有影响的报刊杂志纷纷就SPSS的自动统计绘图、数据的深入分析、使用方便、功能齐全等方面给予了高度的评价与称赞。

已经在国内逐渐流行起来。它使用Windows的窗口方式展示各种管理和分析数据方法的功能，使用对话框展示出各种功能选择项，只要掌握一定的Windows操作技能，粗通统计分析原理，就可以使用该软件为特定的科研工作服务。

相关的软件：

SPSS（Statistical Package for the Social Science）－－社会科学统计软件包是世界著名的统计分析软件之一。20世纪60年代末，美国斯坦福大学的三位研究生研制开发了最早的统计分析软件SPSS，同时成立了SPSS公司，并于1975年在芝加哥组建了SPSS总部。

20世纪80年代以前，SPSS统计软件主要应用于企事业单位。1984年SPSS总部首先推出了世界第一个统计分析软件微机版本SPSS/PC+，开创了SPSS微机系列产品的开发方向，从而确立了个人用户市场第一的地位。同时SPSS公司推行本土化策略，已推出9个语种版本。

你想要做的是，明确哪个自变量对因变量的影响最厉害，或者说影响能力的排序对吧？灰色相关分析就可以解决，通过计算出来的关联系数的大小可以直观的得到自变量对因变量的影响敏感性。灰色关联就是干这个的。多少个自变量都可以给你排出来影响能力顺序。

我的理解是各个自变量对因变量的贡献率=各个自变量的标准化系数/所有自变量标准化系数绝对值之和。其中，贡献率可正可负。 仅供参考，如有不对之处还望指正，谢谢