spss如何進(jìn)行回歸分析?怎么在spss中回歸分析

回歸分析用于研究影響關(guān)系情況,實(shí)質(zhì)上就是研究自變量X對(duì)因變量Y的影響關(guān)系情況。 具體可以使用在線spss平臺(tái)SPSSAU進(jìn)行分析，分析步驟如下： 1、上傳數(shù)據(jù)，選擇線性回歸 2、放入分析項(xiàng)，點(diǎn)擊開(kāi)始分析 3、分析結(jié)果 配合輸出智能文字分析，可以結(jié)合

對(duì)數(shù)據(jù)進(jìn)行回歸分析的方式方法有很多，其中使用spss進(jìn)行分析應(yīng)用較為廣泛，下面介紹如何使用spss對(duì)數(shù)據(jù)進(jìn)行回歸分析。

材料/工具

SPSS電腦

SPSS統(tǒng)計(jì)軟件可以用來(lái)做許多數(shù)據(jù)分析，回歸分析就是其中之一?；貧w分析就是探索兩種及其以上變量之間的關(guān)系，運(yùn)用十分廣泛，按照自變量和因變量之間的函數(shù)關(guān)系類型可以分為線性回歸分析和非線性回歸分析?；貧w分析不僅可以分析數(shù)據(jù)，更可以用來(lái)

方法

首先打開(kāi)需要處理的相關(guān)文檔。

回歸分析 首先看結(jié)果中的第二個(gè)表格，就是你這個(gè)里面叫做 變異數(shù)分析的，如果這個(gè)里面的sig顯著性大于0.05，說(shuō)明你的回歸模型不顯著，其他的一切都沒(méi)有意義，如果這個(gè)表的顯著性＜0.05，說(shuō)明回歸模型有意義，此時(shí)再考慮其他表格。其實(shí)從你最下面

點(diǎn)擊主菜單上的“分析”選項(xiàng)。

可以使用在線spss平臺(tái)SPSSAU進(jìn)行分析，智能文字分析結(jié)果里會(huì)輸出回歸方程。

之后再點(diǎn)擊“回歸”選項(xiàng)中的“線性回歸”。

analyse——general linear model——univariate ,選擇plot,將要分析的兩個(gè)要素，自變量，因變量分別ADD到橫縱坐標(biāo)中，就可以做交互作用出散點(diǎn)圖。

選擇想要分析的自變量和因變量到相應(yīng)的框中，點(diǎn)擊中間的箭頭按鈕添加進(jìn)去即可。

一個(gè)自變量 一個(gè)因變量如果要進(jìn)行線性回歸，無(wú)論是一元還是多元，第一步首先應(yīng)該先畫(huà)下散點(diǎn)圖，看是否有線性趨勢(shì)，如果有線性趨勢(shì)了，再使用線性回歸。 現(xiàn)在很多人都忽略這一點(diǎn) 直接使用的。 至于判斷線性方程擬合的好壞，看R方和spss回歸分析：

選擇好需要分析的變量以后，在右邊有相應(yīng)的統(tǒng)計(jì)量和選項(xiàng)，點(diǎn)中自己需要分析的條件，點(diǎn)擊繼續(xù)即可。

1、打開(kāi)spss統(tǒng)計(jì)軟件，然后單擊“Analyze - Regression - Binary Logistic”。 2、出現(xiàn)“邏輯回歸”窗口。將“高血壓”放入“依賴變量”框，并將其他變量（如“性別”和“體重指數(shù)”）放入“分隔符”框中。 3、單擊“分類”將分類變量的自變量放入右側(cè)的“分類協(xié)

確定好所有的因素之后，確定就可以在輸出框中顯示最終的分析結(jié)果了。

spss使用多元逐步回歸分析的方法過(guò)程： 1、在spss里variable view里，輸入5個(gè)變量名稱，可用中文。 2、在data view里分別錄入5個(gè)變量對(duì)應(yīng)的數(shù)據(jù)； 3、點(diǎn)擊analyze--regession--linear，在彈出框里，把因變量（抑郁得分）選定在dependent里，其他

擴(kuò)展閱讀，以下內(nèi)容您可能還感興趣。

如何利用spss做調(diào)查問(wèn)卷的回歸分析

1、首先將數(shù)據(jù)錄入到SPSS軟件中，也可以是Excel表格直來(lái)接導(dǎo)入，不要忘記把“變量視圖”設(shè)置成數(shù)值型。

2、選擇你要處理的值，進(jìn)行“相關(guān)性分析”，觀察兩者間有沒(méi)有存在相關(guān)性。因?yàn)橛辛俗韵嚓P(guān)性才能做回歸分析。

3、如果檢驗(yàn)得出存在相關(guān)性，就可以做回歸分析了。SPSS軟件上方選擇“分析”-“回歸分析”-“線性”，點(diǎn)擊確定。

4、在相應(yīng)的框中輸入X和Y軸對(duì)應(yīng)的內(nèi)容，其他都不需要管。

5、最后就是結(jié)果分析了，在輸出的文檔中一共有四張表，其中【系數(shù)表zhidao】就是所求出來(lái)的模型。在查看回歸的水平為Y，然后輸入X預(yù)測(cè)Y的值。

在回歸分析中，怎樣用SPSS求解完全二次模型

1、打開(kāi)spss軟件，選擇zhidao文件→打開(kāi)數(shù)據(jù)：

2、接著選擇分析→回歸→線性：

3、設(shè)置自變量和因變量，這里自變量為肺活量，因變量為體重：

4、點(diǎn)擊統(tǒng)計(jì)量，如下圖勾選估計(jì)，模型擬合度，描述性，個(gè)案診斷選擇所有，置信區(qū)間水平設(shè)為95%

5、點(diǎn)擊繪制，設(shè)置繪制直方圖和正態(tài)概率圖：

6、確定：

進(jìn)行分析：

1、下表可以看出，person相關(guān)系數(shù)為0.749，顯著專系數(shù)為0.003，說(shuō)明兩者之間顯著相關(guān)。

2、方差分析表，肺活量與體重的顯著性水平為0.005，殘差為0.083

3、回歸系數(shù)表，可以看出顯著水平分別為0.02和0.005，表示兩者是相關(guān)的，和相關(guān)分析的表給出的結(jié)果是一屬致的。

4、標(biāo)準(zhǔn)化殘差呈現(xiàn)正態(tài)分布，散點(diǎn)在直線上或靠近直線，說(shuō)明變量間呈現(xiàn)線性分布另外結(jié)合下面散點(diǎn)圖，兩變量大致呈直線趨勢(shì)，綜合上面分析可以推斷，回歸方程滿足線性以及方差齊次的檢驗(yàn)：

spss怎么做多元回歸分析

多元回歸分析跟簡(jiǎn)單一元回歸分析是百在一個(gè)對(duì)話框里面的。

首先確定出你的因變量，必須是連續(xù)性數(shù)值變量，而度且回歸分析一次只能一個(gè)因變量。

其次是自變量，可以同時(shí)將多個(gè)自變量納入回歸，這個(gè)就是多元回歸，一個(gè)自變量就是簡(jiǎn)單回歸

自變量可是分類自變量，知也可以是連續(xù)性數(shù)值變量。

如果是超過(guò)兩個(gè)分類的自變量，則需要事先設(shè)置虛擬變量，設(shè)置好后，全部一次性移入自變量對(duì)話框，其他的道默認(rèn)就可以出結(jié)果了

spss回歸分析結(jié)果怎么得出回歸結(jié)果

如何報(bào)告回歸分析的結(jié)果

回歸分析的結(jié)果可以分為以下幾部分：1）回歸模型；2）回歸系數(shù)；3）因變量和自變量的特征；4）自變量之間的關(guān)系。其中，1和2是必須詳細(xì)報(bào)告的基本信息；而3和4則可以根據(jù)具體情況而詳略各異的輔助信息。以下分別討論之。

如何描述回歸模型和回歸系數(shù)

先簡(jiǎn)單講一下一元回歸。一元回歸，即只涉及一個(gè)自變量（如X）。這種模型在社會(huì)科學(xué)中既很少見(jiàn)（一個(gè)常見(jiàn)的例外是時(shí)間序列分析中以時(shí)間為自變量分析因變量的長(zhǎng)期趨勢(shì)），也很容易報(bào)告。一般不需用表格，只須寫(xiě)一句話（如“自變量X的b = ?，std = ?, Beta = ?”）或給一個(gè)公式（如“Y = ? + ?b, where std = ?, Beta = ?”）就足夠了。如果一項(xiàng)研究中有多個(gè)一元回歸分析，那么就應(yīng)該也可以用一個(gè)表格來(lái)報(bào)告（參加？），以便于讀者對(duì)各模型之間作比較。

接下來(lái)專門講多元回歸。由于其涉及諸多參數(shù)，有的必須報(bào)告、有的酌情而定、有完全不必，為了便于說(shuō)明，我按SPSS回歸分析的輸出結(jié)果（其它統(tǒng)計(jì)軟件大同小異），做了一個(gè)如何報(bào)告回歸模型和回歸系數(shù)的一覽表（表一）。如表所示，我將各種參數(shù)分成“必須報(bào)告”、e799bee5baa6e79fa5e9819331333363366238“建議報(bào)告”、“一般不必”和“完全不必”四類。我的分類標(biāo)準(zhǔn)來(lái)自于公認(rèn)的假設(shè)檢驗(yàn)所涉及的四個(gè)方面，即變量之間關(guān)系的顯著性、強(qiáng)度、方向和形式（詳見(jiàn)“解釋變量關(guān)系時(shí)必須考慮的四個(gè)問(wèn)題”一文）。也就是說(shuō)，每個(gè)參數(shù)的取舍，應(yīng)該而且可以由其是否提供了不重復(fù)的顯著性（即Sig）、強(qiáng)度（B或Beta的值）、方向（B或Beta的符號(hào)）和形式（自變量的轉(zhuǎn)換）信息而定的。

表一、如何報(bào)告回歸模型和回歸系數(shù)之一覽表

注釋SPSS結(jié)果出處是否報(bào)告如何報(bào)告

回歸模型部分

R因變量與所有自變量的復(fù)合相關(guān)系數(shù)Model Summary表完全不必  

R SquareR的平方值Model Summary表一般不必  

Adjusted R SquareR平方的修正值Model Summary表必須報(bào)告見(jiàn)表二

Std Error of the Estimate 因變量預(yù)測(cè)值的標(biāo)準(zhǔn)誤差(注1)Model Summary表建議報(bào)告見(jiàn)表二

Sum of Squares總離差A(yù)NOVA表完全不必  

df自由度ANOVA表完全不必  

Mean Square平均離差A(yù)NOVA表完全不必  

F模型F值A(chǔ)NOVA表一般不必  

Sig.F值的顯著水平ANOVA表必須報(bào)告見(jiàn)表二

N 模型的個(gè)案數(shù)(注2)ANOVA表必須報(bào)告見(jiàn)表二

回歸系數(shù)部分

Unstandardized Coefficients (B)非標(biāo)準(zhǔn)化系數(shù)Coefficients表必須報(bào)告見(jiàn)表二

Unstandardized Coefficients (Std. Error)B的標(biāo)準(zhǔn)誤差Coefficients表必須報(bào)告見(jiàn)表二

Standardized Coefficients (Beta)標(biāo)準(zhǔn)化系數(shù)Coefficients表必須報(bào)告見(jiàn)表二

t= B / Std. ErrorCoefficients表    

Sig.t值的顯著水平Coefficients表必須報(bào)告見(jiàn)表二

95% Confidence Interval for B (Lower Bound)B的置信區(qū)間（下限） Coefficients表(注3)建議報(bào)告見(jiàn)表二

95% Confidence Interval for B (Upper Bound)B的置信區(qū)間（上限） Coefficients表(注3)建議報(bào)告見(jiàn)表二

注1：因變量預(yù)測(cè)值的標(biāo)準(zhǔn)誤差描述了該模型的精確度(precision)，如表二中的因變量是當(dāng)前年薪，其預(yù)測(cè)誤差為？，即如果用該模型（包括起薪、工齡和性別三個(gè)自變量）去預(yù)測(cè)條件相同的企業(yè)中的員工年薪，則可以知道？。這種信息無(wú)法從模型的其它參數(shù)（如R平方或其修正值、顯著水平、各自變量的B或Beta）中得知。

注2：如果因變量和所有自變量都沒(méi)有缺省值，那么模型的個(gè)案數(shù)就等于樣本數(shù)。但變量常有缺省值，這時(shí)模型的個(gè)案數(shù)就會(huì)小于樣本數(shù)、有時(shí)兩者相差很大（當(dāng)然是個(gè)嚴(yán)重問(wèn)題），所以一定要報(bào)告前者。SPSS并不直接顯示該信息，但很容易計(jì)算，等于 ANOVA表中的Total df + 1就是了。RegressionStatistics

注3：B的置信區(qū)間，是用來(lái)檢驗(yàn)B的顯著水平的另一工具（如果上、下限之間包含了0，說(shuō)明B在95%的水平上不顯著），以彌補(bǔ)t檢驗(yàn)及其Sig值的不足。這是一個(gè)經(jīng)典又有復(fù)雜的問(wèn)題，叫做Null Hypothesis Significance Test (NHST)，本文不做詳談。有興趣的讀者可以參見(jiàn)有關(guān)網(wǎng)頁(yè)（R. C. Fraley; D. J. Denis）。SPSS不直接給出B的置信區(qū)間，需要在“Statistics”一項(xiàng)中要求添加。如右圖所示，SPSS回歸分析的輸出結(jié)果中，內(nèi)定只顯示“Estimates" 和"Model fit"兩項(xiàng)（即會(huì)產(chǎn)生表一中除了置信區(qū)間之外的其它各項(xiàng)參數(shù)）。建議加選“Confidence intervals”。

現(xiàn)在用一個(gè)實(shí)例來(lái)演示如何報(bào)告回歸分析結(jié)果。為了便于大家重復(fù)這個(gè)實(shí)例，我使用的數(shù)據(jù)是SPSS自帶的world95.sav。這是聯(lián)合國(guó)教科文組織（或世界銀行之類機(jī)構(gòu)）發(fā)表的1995年全球109個(gè)國(guó)家或地區(qū)的“國(guó)情”數(shù)據(jù)，其中含有人口、地理、經(jīng)濟(jì)、社會(huì)、文化等26個(gè)指標(biāo)。我以其中的birth_rt（每1000人的出生率）為因變量，gpd_car（人均國(guó)內(nèi)生成總值）、urban（城市化，即人口中城市人口比例）、literacy（識(shí)字率、即人口中能閱讀者比例）和calories（每天卡路里攝入量）等四項(xiàng)為自變量。按表一的原則，我將該回歸分析的結(jié)果報(bào)告在表二中：

[轉(zhuǎn)載]如何報(bào)告回歸分析的結(jié)果

限于篇幅和本文目的，我不對(duì)表二的各參數(shù)作解讀。但想對(duì)表中的有關(guān)格式做些補(bǔ)充說(shuō)明。

如何給表格取標(biāo)題：一般只須描述表內(nèi)的內(nèi)容即可。那么，本表的內(nèi)容是什么呢？是出生率對(duì)四個(gè)自變量作回歸的結(jié)果。該四個(gè)自變量在表內(nèi)均有詳細(xì)介紹，故不必在表格標(biāo)題中重復(fù)。

如何描述變量（包括因變量和自變量）：我先給出每個(gè)變量的理論概念名（如必要，可以用英文）、然后在括號(hào)中注明其對(duì)應(yīng)的SPSS變量名（這并非必須、而是為了便于大家對(duì)照手頭的SPSS數(shù)據(jù)）和操作定義（很有必要、強(qiáng)烈推薦，從中讀者可以看到變量是否做過(guò)轉(zhuǎn)換、從而得知有關(guān)關(guān)系的形式、即線性還是非線性）。為何要如何詳細(xì)地描述變量？APA手冊(cè)對(duì)如何制作各種定量分析結(jié)果的表格或圖形有一條“獨(dú)立信息”的基本原則，即每個(gè)圖表要包含基本信息、以致讀者不需參照正文而能夠獨(dú)立讀懂該圖表。因此，簡(jiǎn)單地將SPSS輸出結(jié)果黏貼過(guò)來(lái)，雖是最常見(jiàn)的做法、但是很壞的習(xí)慣。

是否需要報(bào)告常數(shù)（Constant）：一定要。常數(shù)對(duì)解讀回歸模型的實(shí)際社會(huì)意義，有十分重要的作用。如本表中的常數(shù) = 65.444，意即全球（74個(gè)國(guó)家或地區(qū)）的平均出生率（即在控制了四項(xiàng)自變量的影響之后）為千分之65.4，等等。有一點(diǎn)須注意的是在SPSS的輸出結(jié)果中，常數(shù)是放在第一行的。應(yīng)該搬到其它自變量之后。

報(bào)告哪個(gè)回歸系數(shù)（即標(biāo)準(zhǔn)化還是非標(biāo)準(zhǔn)化系數(shù)）：這是最常見(jiàn)問(wèn)題。以前曾有過(guò)“預(yù)測(cè)派”和“解釋派”之爭(zhēng)，前者主張只要報(bào)告B就夠了、而后者則認(rèn)為只要報(bào)告Beta就行了。其實(shí)兩者反映的是不同的信息，B不受因變量變異程度（variability）的影響、所以同一自變量在各回歸模型中的B是可以比較的（很多理論假設(shè)需要檢驗(yàn)的就是這一問(wèn)題）；而B(niǎo)eta受因變量變異程度的影響而無(wú)法跨越本模型、但是卻因其標(biāo)準(zhǔn)化而可以與同一模型中的其它Beta相比（也有很多理論假設(shè)希望解決的是這個(gè)問(wèn)題）。因此，APA手冊(cè)建議同時(shí)報(bào)告兩者（英文第五版pp. 160-161）。

小數(shù)點(diǎn)之后取幾位：APA手冊(cè)認(rèn)為，一般的定量分析結(jié)果只須保留兩位小數(shù)足夠。對(duì)回歸結(jié)果來(lái)說(shuō)，Beta、R2值、顯著水平等標(biāo)準(zhǔn)化參數(shù)（即其取值均在0與1之間）取兩位小數(shù)最合適。B及其相關(guān)指標(biāo)（標(biāo)準(zhǔn)誤差、置信區(qū)間）是非標(biāo)準(zhǔn)化的（即取值可以是任意大或任意?。?，所以要酌情而定，根據(jù)變量的量表（scale，即取值范圍）大小而多取、少取甚至不取小數(shù)點(diǎn)。一般而言，當(dāng)自變量的量表大于因變量時(shí)，其B會(huì)取小值、所以需要多取一至數(shù)位小數(shù)；相反，自變量的量表小于因變量時(shí)，其B會(huì)取大值、所以可以少取甚至不取小數(shù)。在本例中，GDP和卡路里的量表都遠(yuǎn)大于出生率，所以它們的B值看上去很?。ǖ灰欢ㄒ馕吨绊懶。?。因此，我就沒(méi)有機(jī)械地只取兩位小數(shù)。大家如果仔細(xì)看一下表二，就會(huì)發(fā)現(xiàn)我的“酌情”規(guī)則是“最后一位0之后取兩位”，如-0.00042、0.033、-0.034、-0.0041，這與APA手冊(cè)的“取兩位小數(shù)”原則的基本精神是一致的。我們?nèi)粘Ｒ?jiàn)到的問(wèn)題，主要是保留過(guò)多的小數(shù)點(diǎn)，往往是是直接黏貼SPSS的結(jié)果（其內(nèi)定是6位小數(shù)）而不加編輯而造成。

表格內(nèi)是否有橫豎分割線：按APA的規(guī)定，除了表格頂部、底部和列標(biāo)題底部有三條橫線外，其余一概不用。很多人簡(jiǎn)單照搬Word表格的內(nèi)定線條，不做任何修飾。審稿專家一看就知是“菜鳥(niǎo)”或懶漢所為。

p是什么東東？就是SPSS輸出中的Sig。p是所有統(tǒng)計(jì)學(xué)教科書(shū)中通用的符號(hào)，Sig則只是SPSS的專用。前者更廣為認(rèn)知。

如何報(bào)告多個(gè)回歸模型？以上是如何報(bào)告一個(gè)回歸模型的結(jié)果。實(shí)際上，一項(xiàng)研究（即一篇論文）中往往涉及數(shù)個(gè)回歸模型。有些作者喜歡為每個(gè)回歸做一個(gè)類似表二的回歸結(jié)果表。這種方法有兩個(gè)問(wèn)題：一是占用過(guò)多的空間、二是不利于對(duì)各模型進(jìn)行比較。一般說(shuō)來(lái)，應(yīng)該而且可以將平行（即全部自變量相同）或交集（即部分自變量相同）的回歸模型結(jié)果放在同一個(gè)表內(nèi)。我們還是用world95數(shù)據(jù)，再對(duì)死亡率和AIDS發(fā)病率分別做一個(gè)回歸，然后將三個(gè)模型的結(jié)果放在表三：

表三與表二的主要區(qū)別在于表二是橫向的（每列為同一類參數(shù)）、而表三是縱向（每列為同一模型）。表二中橫排的六類參數(shù)改成豎立的四行（其中的p值被星號(hào)代替、置信區(qū)間的上下限合在一行），以便讀者做橫向比較（這是所有定量分析結(jié)果的表格制作的一個(gè)基本原則）。如果是英文報(bào)告，去掉中文后，表三會(huì)變得簡(jiǎn)潔明了很多。

如何報(bào)告變量特征和自變量關(guān)系

如前所述，因變量和自變量的特征以及自變量之間的相關(guān)關(guān)系，是需要酌情考慮的輔助信息。鑒于本文已經(jīng)很長(zhǎng)了，我們簡(jiǎn)單說(shuō)一下。變量特征主要指

變量的操作定義（問(wèn)卷原文）

取值范圍（如0-100、0-1、0或1、1-5、1-7等等；好雪問(wèn)的，如果數(shù)據(jù)做過(guò)對(duì)數(shù)、平方、開(kāi)方、倒數(shù)等轉(zhuǎn)換，就應(yīng)該而且最適合在這里報(bào)告）

描述性統(tǒng)計(jì)值（均值、標(biāo)準(zhǔn)差、偏度Skewness、峰度Kurtosis等）

一種值得推薦的方法，是將所有變量的上述特征列在一個(gè)表中（表四）、放到論文的附錄中去、供有興趣的讀者查閱（類似的技術(shù)細(xì)節(jié)一般都可以放到附錄中去）。 

------------------------

關(guān)于SPSS回歸結(jié)果分析

寫(xiě)論文的這個(gè)回歸結(jié)果怎么說(shuō)明

解答：

一看判定系數(shù)R方,本例中,R方=0.202,擬合優(yōu)度很差.一般要在0.6以上為好.至少也在0.4以上.

二看系數(shù)估計(jì)量的sig值,其中,獨(dú)董規(guī)模的sig=0.007,小于0.05,說(shuō)明該變量對(duì)因變量有顯著的影響.而總經(jīng)理持股量則不顯著.因?yàn)閟ig值大于0.05.

之所以,模型不好,是因?yàn)槟愫雎粤酥匾挠绊懸蛩?

但如果你只關(guān)注這兩個(gè)自變量對(duì)因變量的影響,那么,結(jié)論已經(jīng)出來(lái)了.目的達(dá)到了,所以,也說(shuō)得過(guò)去.

統(tǒng)計(jì)人劉得意

追答：

可以的，若作自變量，就是虛擬變量模型。 只要有一個(gè)sig小于0.05，模型就可以說(shuō)是有效的。

追問(wèn)：

像董事長(zhǎng)是否兼任總經(jīng)理，是則為1，否則為0，這樣的數(shù)據(jù)能進(jìn)行回歸分析嗎？從哪個(gè)值能看出這個(gè)模型是有效的？PS. R方好像是0.041吧？

追答：

一般來(lái)說(shuō)是這樣的。線性相關(guān)時(shí)，才能做線性回歸模型。

多元logistics回歸分析在spss中怎么做

logit回歸

1.打開(kāi)數(shù)據(jù)，依次點(diǎn)擊：analyse--regression--binarylogistic，打開(kāi)二百分回歸對(duì)話框。

2.將因變量度和自變量放入格子的列表里，上面問(wèn)的是因變量，下面的是自變量（單變量拉入一個(gè)，多因素拉入多個(gè)）。

3.設(shè)置回歸方法，這里選擇最簡(jiǎn)單的方法：enter，它指的是將所有的變量一次納入到方程。其答他方法都是逐步進(jìn)入的方法。

4.等級(jí)資料，連續(xù)資料不需要版設(shè)置虛權(quán)擬變量。多分類變量需要設(shè)置虛擬變量。

5.選項(xiàng)里面至少選擇95%CI。

點(diǎn)擊ok。本回答被提問(wèn)者采納

聲明：本網(wǎng)頁(yè)內(nèi)容旨在傳播知識(shí)，若有侵權(quán)等問(wèn)題請(qǐng)及時(shí)與本網(wǎng)聯(lián)系，我們將在第一時(shí)間刪除處理。TEL:177 7030 7066 E-MAIL:11247931@qq.com