spss 多元线性回归分析 帮忙分析一下下图,F、P、t、p和r方各代表什么??谢谢~

如题所述

F是对回归模型整体的方差检验,所以对应下面的p就是判断F检验是否显著的标准,你的p说明回归模型显著。

R方和调整的R方是对模型拟合效果的阐述,以调整后的R方更准确一些,也就是自变量对因变量的解释率为27.8%。

t就是对每个自变量是否有显著作用的检验,具体是否显著 仍然看后面的p值,若p值<0.05,说明该自变量的影响显著。

扩展资料

多元线性回归的基本原理和基本计算过程与一元线性回归相同,但由于自变量个数多,计算相当麻烦,一般在实际中应用时都要借助统计软件。这里只介绍多元线性回归的一些基本问题。

但由于各个自变量的单位可能不一样,比如说一个消费水平的关系式中,工资水平、受教育程度、职业、地区、家庭负担等等因素都会影响到消费水平,而这些影响因素(自变量)的单位显然是不同的,因此自变量前系数的大小并不能说明该因素的重要程度。

更简单地来说,同样工资收入,如果用元为单位就比用百元为单位所得的回归系数要小,但是工资水平对消费的影响程度并没有变,所以得想办法将各个自变量化到统一的单位上来。前面学到的标准分就有这个功能。

具体到这里来说,就是将所有变量包括因变量都先转化为标准分,再进行线性回归,此时得到的回归系数就能反映对应自变量的重要程度。这时的回归方程称为标准回归方程,回归系数称为标准回归系数。

SPSS for Windows是一个组合式软件包,它集数据整理、分析功能于一身。用户可以根据实际需要和计算机的功能选择模块,以降低对系统硬盘容量的要求,有利于该软件的推广应用。SPSS的基本功能包括数据管理、统计分析、图表分析、输出管理等等。

SPSS统计分析过程包括描述性统计、均值比较、一般线性模型、相关分析、回归分析、对数线性模型、聚类分析、数据简化、生存分析、时间序列分析、多重响应等几大类,每类中又分好几个统计过程。

比如回归分析中又分线性回归分析、曲线估计、Logistic回归、Probit回归、加权估计、两阶段最小二乘法、非线性回归等多个统计过程,而且每个过程中又允许用户选择不同的方法及参数。SPSS也有专门的绘图系统,可以根据数据绘制各种图形。

参考资料多元线性回归_百度百科

温馨提示:内容为网友见解,仅供参考
第1个回答  推荐于2017-09-09
先从最下面两行说起
F是对回归模型整体的方差检验,所以对应下面的p就是判断F检验是否显著的标准,你的p说明回归模型显著。
R方和调整的R方是对模型拟合效果的阐述,以调整后的R方更准确一些,也就是自变量对因变量的解释率为27.8%。

t就是对每个自变量是否有显著作用的检验,具体是否显著 仍然看后面的p值,若p值<0.05,说明该自变量的影响显著追问

F的值具体代表什么?还有ppi对应的t值小于0,说明什么呢??谢谢~

追答

F不是说了么,就是方差分析的值,是对拟合的回归模型整体的方差检验值,它对应的下面的p值如果小于0.05 说明整个回归模型有显著作用,如果它对应的p>0.05 说明拟合的回归模型无效。

t的值是负的 表示 对应的ppi对于因变量的影响是负的,就是ppi变大,因变量就变小,ppi变小 因变量就变大

追问

终于懂了!!!!谢谢你!

本回答被提问者和网友采纳
相似回答