急!!spss回归分析:怎样看数据是否可以做线性回归分析,又怎么看回归分析的结果。

样本很小,只有60多份,回归分析结果是看A、B、C对D有没有影响,还是得出一个公式D=系数A+系数B+系数C

一个自变量 一个因变量如果要进行线性回归,无论是一元还是多元,第一步首先应该先画下散点图,看是否有线性趋势,如果有线性趋势了,再使用线性回归。

现在很多人都忽略这一点 直接使用的。 至于判断线性方程拟合的好坏,看R方和spss回归分析:怎样看数据是否可以做线性。

SPSS for Windows的分析结果清晰、直观、易学易用,而且可以直接读取EXCEL及DBF数据文件,现已推广到多种各种操作系统的计算机上,它和SAS、BMDP并称为国际上最有影响的三大统计软件。在国际学术界有条不成文的规定。

扩展资料:

13版中的改进可能主要有以下几个方面:

1)超长变量名:在12版中,变量名已经最多可以为64个字符长度,13版中可能还要大大放宽这一限制,以达到对当今各种复杂数据仓库更好的兼容性。

2)改进的Autorecode过程:该过程将可以使用自动编码模版,从而用户可以按自定义的顺序,而不是默认的ASCII码顺序进行变量值的重编码。另外,Autorecode过程将可以同时对多个变量进行重编码,以提高分析效率。

3)改进的日期/时间函数:本次的改进将集中在使得两个日期/时间差值的计算,以及对日期变量值的增减更为容易上。

参考资料来源:百度百科-spss





温馨提示:内容为网友见解,仅供参考
第1个回答  2012-04-08
你可以先看它们的相关程度,做相关性检验。相关程度大于0.5基本可以
然后做最小二乘回归 看P值 小于0.05为有线性关系 R^2 越高越好 基本上为0.8 、0.9最佳
D.W值(需查表)。以上三个指标ok的话 就说明这个公式D=系数A+系数B+系数C+e显著 然后就可以分析了
建议用eviews
找本计量经济学的书照着弄吧 同学~~~
第2个回答  推荐于2017-11-25
统计可以用很科学很复杂的方式去处理,也可以简单化的处理,主要看你数据的用途,如果不是需要发表论文之类,可以按以下简单方式来操作,spss的回归过程,已经包含了验证。
1、在spss里把A、B、C、D四个变量对应的数据录入好。
2、点analyze--regession--linear,在弹出框里,把变量D选定在dependent里,其他3个因子选到independent里。method里就用默认的enter。如果不需要看其他统计或验证的,直接点ok。结果里,R值就是回归的决定系数,代表各变量能解析因变量的程度。ANOVA里,sig小于0.05证明回归方程有效。constant对应的B值是截距。因子对应的beta值就是他们的标准化影响系数。 最后公式可以通过看B值那列,A、B、C变量对应的B值为系数,分别相乘,最后加上constant常数值即可。追问

constant中的sig值不用管吗?好像都大于0.1呢

追答

常数项的显著性水平不是很关键,只要变量的sig显著,一般情况下可以不考虑常数项的sig值。当然,如果都显著,那方程会解析得更好。

追问

如果变量的sig都不显著呢?

追答

r如果都不显著,那证明A、B、C这三个变量对D基本没什么影响,或者影响太低,意义不大,这个方程也没必要构建了。需要再回头分析一下问卷的设计,样本的抽取,数据收集过程有没有存在问题或者可优化的地方。

本回答被提问者采纳

急!!spss回归分析:怎样看数据是否可以做线性回归分析,又怎么看回归分析...
一个自变量 一个因变量如果要进行线性回归,无论是一元还是多元,第一步首先应该先画下散点图,看是否有线性趋势,如果有线性趋势了,再使用线性回归。现在很多人都忽略这一点 直接使用的。 至于判断线性方程拟合的好坏,看R方和spss回归分析:怎样看数据是否可以做线性。SPSS for Windows的分析结果清晰...

spss回归分析:怎样看数据是否可以做线性
如果要进行线性回归,无论是一元还是多元,第一步首先应该先画下散点图,看是否有线性趋势,如果有线性趋势了,再使用线性回归。这个是前提,现在很多人都忽略这一点 直接使用的。至于判断线性方程 拟合的好坏,看R方和调整的R方就可以了,R方越接近1,说明拟合的效果越好。你这个里面 R方为0.618,...

spss线性回归分析结果怎么看?
一、关注主要统计量指标 在分析SPSS线性回归结果时,首先关注模型的主要统计量指标,包括R平方值、调整R平方值等。这些指标能反映模型的拟合程度,帮助你判断模型是否适合数据。其中,R平方值越接近1,说明模型的解释力度越强。二、查看系数表 系数表展示了各个变量对预测变量的影响程度。关注每个变量的系数...

SPSS怎样回归分析,怎样分析结果?
1、打开SPSS软件后先打开你需要分析的数据。打开右上角的标识,选择你需要的文件,点击【打开】,选择文件。2、打开后如果你事先不知道两个变量之间是线性还是非线性,那就画散点图分析其趋势。【图形】---【旧对话框】---【散点\/点状】---【简单分布】---【定义】3、将相应的变量设置为x,y ...

spss线性回归分析结果怎么看?
在进行SPSS线性回归分析后,首要步骤是查看方差分析表。若其中的Sig值小于0.05,表明整个回归模型的显著性存在,接下来才是关键。继续查看回归系数表,如果某项系数的Sig大于0.05,意味着该系数对因变量的预测作用不显著,无需深入研究。具体到回归系数表,每个自变量的Sig值若小于0.05,意味着该自变量对...

spss线性回归分析结果怎么看?
spss线性回归分析结果解读是首先看方差分析表对应的sig是否小于0.05,如果小于0.05,说明整体回归模型显著,再看下面的回归系数表,如果这里的sig大于0.05,就说明回归模型不显著,下面的就不用再看了。看具体回归系数表中每个自变量 对应的sig值,如果sig小于0.05,说明该自变量对因变量有显著预测作用,...

spss回归分析的数据怎么看?
spss回归分析结果看法:1、回归模型的拟合度:查看模型摘要表格中的R²(决定系数),以评估模型对数据的拟合程度。R²值越接近1,说明模型对数据的拟合越好。2、显著性检验:通过查看ANOVA表格中的Sig.(显著性水平)值,判断回归模型是否显著。若Sig.值小于预设的显著性水平(如0.05),则...

spss回归结果怎么看?
在SPSS回归分析中,t值代表每个自变量对因变量的单独影响程度,而F值则用来检验整个回归模型的显著性。回归分析是一种用来探究因变量与一个或多个自变量之间关系的统计方法。在SPSS的回归分析输出结果中,我们会看到t值和F值,这两个值都是帮助我们理解回归模型的重要工具。t值:在回归模型中,每个自变量都...

SPSS如何进行回归分析
首先打开一份要进行线性回归分析的SPSS数据,然后点击【分析-回归-线性】然后将因变量和自变量分别放入相应的框中 接着可以进行选择变量,即对变量进行筛选,并利用右侧的“规则”按钮建立一个选择条件,这样,只有满足该条件的记录才能进行回归分析 接着点击右侧的统计量打开统计量子对话框,然后勾选图中的...

spss线性回归分析结果怎么看
先看Anova表,主要看的是F和Sig值,再看模型汇总表:R表示拟合优度。一般sig小于零点零五被认为是系数检验显著,显著的意思就是你的回归系数的绝对值显著大于零,表明自变量可以有效预测因变量的变异,即有百分之九十五的把握结论正确。R这个值是针对自变量的增多会不断增强预测力的一个矫正,一般认为R方...

相似回答