spss回归分析t、F值分别代表什么呀？

Question

我做了一个多元线性回归分析，是股权结构与公司业绩关系的。

R=0.413 R方=0.171我知道这个是拟合的不好
Anova(b)
模型 平方和 df 均方 F Sig.
回归 230.751 6 38.458 1.168 0.346
残差 1119.062 34 32.914
总计 .560 18 40
回归结果如图片
那位统计达人帮我分析一下，是不是只有自然人股比例才和因变量也就是业绩显著相关呀？t和F是什么意思？
还有就是我这个数据是论文要用的，如果改一下R方让它拟合度好点，老师能不能看出来的？
那可以得出结论说自变量和因变量不相关么？

Answer 1

1、R方是代表拟合度的，一般而言，财务数据或者经济类数据，拟合度要到50%才算是拟合较好，你的这个运算结果R方只有0.171，即拟合只有17.1%，拟合是不太好的。
2、线性回归运算结果中的ANOVA分析，本质上是检验整个回归方程是否显著，即整体而言，参与本次研究的自变量是否可以显著影响因变量。按照你的运算结果，ANOVA检验得出的F值和P值结果不好，P>0.05，意味着整体而言，你的模型无效，即自变量不能显著影响因变量。
3、回归系数表coefficients，里面的T检验是检验回归系数是否显著的，即某一个自变量是否可以显著影响因变量，是通过T检验实现的；前面的ANOVA中的F检验是检验整体而言所有自变量是否可以显著影响因变量的。按照你的数据，只有“自然人持股比例”的回归系数通过了T检验，P=0.031<0.05，但是仅仅只有这一个自变量显著影响因变量是没有多大作用的，因为结合拟合度不好，且整体回归方程不显著（F检验没通过），你建立的这个回归方程是无效的。

Answer 2

R表示的是拟合优度，它是用来衡量估计的模型对观测值的拟合程度。它的值越接近1说明模型越好。但是，你的R值太小了。
T的数值表示的是对回归参数的显著性检验值，它的绝对值大于等于ta/2(n-k)（这个值表示的是根据你的置信水平，自由度得出的数值）时，就拒绝原假设，即认为在其他解释变量不变的情况下，解释变量X对被解释变量Y的影响是显著的。
F的值是回归方程的显著性检验，表示的是模型中被解释变量与所有解释变量之间的线性关系在总体上是否显著做出推断。若F>Fa(k-1,n-k),则拒绝原假设，即认为列入模型的各个解释变量联合起来对被解释变量有显著影响，反之，则无显著影响。

Answer 3

R表示的是拟合优度，它是用来衡量估计的模型对观测值的拟合程度。它的值越接近1说明模型越好。但是，你的R值太小了。
T的数值表示的是对回归参数的显著性检验值，它的绝对值大于等于ta/2(n-k)（这个值表示的是根据你的置信水平，自由度得出的数值）时，就拒绝原假设，即认为在其他解释变量不变的情况下，解释变量X对被解释变量Y的影响是显著的。
F的值是回归方程的显著性检验，表示的是模型中被解释变量与所有解释变量之间的线性关系在总体上是否显著做出推断。若F>Fa(k-1,n-k),则拒绝原假设，即认为列入模型的各个解释变量联合起来对被解释变量有显著影响，反之，则无显著影响。
如果，你只改R值，我想是可以看的出来的。你的F的值和T的值都是有问题的，如果只改R值，怎么可能在F的值和T的值都不合理的情况下，拟合优度却突然变的很高。