回归分析输出结果怎么看?

Answer 1

回归分析结果解读示例
案例背景
在“工资影响因素”问卷调查中，研究了六项因素：起始工资、工作经验、受教育年限、受雇月数、职位等级与当前工资，旨在构建以当前工资为因变量的回归模型，以得出结论。案例数据处理与分析遵循SPSS统计分析（第5版）卢纹岱、朱红兵主编中的指导原则。
数据清理
首先，进行数据查看，检查是否存在异常值或无效样本。异常值如超过3个标准差的值需要处理，无效样本如无效问卷填写或大量缺失数据需标识。本次案例无异常值，且以70%的样本数字标准检验，确认无无效样本。
基本关系查看
通过散点图观察自变量与因变量之间的线性关系。当前工资与自变量（起始工资、受教育年限、职位等级、工作经验）均呈现线性关系。初步判断，数据适用于线性回归分析。
相关性分析
通过相关分析确定变量之间的关系，使用Pearson相关系数评估相关性强度。结果显示，当前工资与各自变量之间存在显著相关关系。
模型效果
进行F检验，结果显示统计量F为178.635，p值远小于0.05，表明建立的模型具有显著性。模型的R方值为0.604，调整R方为0.600，表示当前工资有60.4%的变化可由模型解释。VIF值均小于5，表明不存在多重共线性问题。
模型结果
模型公式为：当前工资=-41.634 + 0.425*起始工资 + 6.176*受教育年限 - 0.051*工作经验 + 29.819*职位等级。回归系数显示，职位等级对当前工资影响显著，其他变量也显示出显著性。
模型预测与验证
通过标准化系数比较变量对当前工资的影响程度。模型预测显示，当前工资的预测结果在数据分布上较为可靠，符合正态分布。
模型综述
总结发现，通过数据清理与分析，构建了有效模型，探讨了自变量与因变量之间的关系。回归分析方法不仅限于线性回归，还包括曲线回归与非线性回归等。此案例分析过程与结果仅供参考，更多详细信息请参考SPSSAU官方网站。