1樓:匿名使用者
說明,不適合用線性迴歸。可能要用曲線估計,或非線性迴歸。建議你先畫一下,變數間的散點圖,直觀地看一下變數間的關係。
2樓:匿名使用者
說明變數沒有意義哦,你可以選幾個變數納入進去分析試試
spss線性迴歸 幫忙看一下這幾個sig的意義
3樓:匿名使用者
第一,不一致的現象我也遇到過,有時候不同的版本的spss計算出來的結果還會有所不同,可能它預設的估計方法不是最小二乘估計。
第二,f表示資料的方差,sig表示顯著性,也就是對f檢驗的結果,如果sig>0.05則說明模型受誤差因素干擾太大不能接受。r是復相關係數,表示觀測值和模型描述值之間的線性相關係數,越大越好。
r方通俗的說就是解釋率,就是說你的自變數能夠解釋多少因變數的變化。具體到你這個就是模型不能接受,自變數解釋了22.1%,剩下的只能用誤差解釋。
4樓:羽軒紫煙
線性迴歸得出的結果是y與x的關係,而不是兩個變數是否相關,相關問題要用相關分析。到數第二個表的sig是f檢驗的結果,<0.01代表方程通過檢驗,進行迴歸分析是有效的,倒數第一個是每一個變數的t檢驗結果
spss迴歸分析裡控制變數和自變數sig值大於0.05不顯著怎麼辦
5樓:匿名使用者
控制變數不顯著沒有關係啊,修改資料我可以幫你的
統計專業研究生工作室為您服務
6樓:sunshine啊屋
我遇到同樣的問題了題請問你解決了嗎,
spss 迴歸分析 t值很大怎麼辦
7樓:匿名使用者
這裡說的 t 值是不是對係數做顯著性檢驗(原假設是該回歸係數為0,備擇假設是該回歸係數不等於0)的檢驗統計量的值?如果是這個檢驗統計量的值,那麼這個值很大即說明應該拒絕原假設,相應的係數顯著不為0,對應的 p 值應該很小。在對計算結果做解釋的時候,不需要特別的說明,只說這個迴歸係數顯著不為0就可以了。
用spss對203份問卷做二元logistic迴歸分析,結果sig值都大於0.05,什麼原因啊?感覺不可能這麼不相關的
8樓:呂秀才
你可以試試 先把那麼多x自變數 先做一些主成份,然後通過主成份 再對因變數做迴歸
另外 我想不出來 ,你的y 是怎麼得出的,如果都是二分類變數,那y1*y2*y3 這樣的分類變數相乘有意義麼
9樓:匿名使用者
想問一下你後來是怎麼解決的我也遇到了同樣的問題・_・
spss多元線性迴歸分析幫忙分析一下下圖，fptp
f是對迴歸模型整體的方差檢驗，所以對應下面的p就是判斷f檢驗是否顯著的標準，你的p說明迴歸模型顯著。r方和調整的r方是對模型擬合效果的闡述，以調整後的r方更準確一些，也就是自變數對因變數的解釋率為27.8 t就是對每個自變數是否有顯著作用的檢驗，具體是否顯著 仍然看後面的p值，若p值 0.05，說明...
請教下這個spss的多元線性迴歸結果
b 為方程的b，如0.068701即為x1前的樣本回歸係數b1，2.856476為b0.該方程可寫成y 2.856476 0.068701x1 0.183756x2 se b為各b的標準誤。beta為b的標準化迴歸係數。t為用t檢驗法對方程進行假設檢驗以說明其有無統計學意義的t值。sigt為t值對應...
spss二元logistic迴歸分析結果常量SIG
你這什麼意思啊,logit迴歸的結果一般不去太在意方程。資料發我,我看看 用spss對203份問卷做二元logistic迴歸分析,結果sig值都大於0.05,什麼原因啊?感覺不可能這麼不相關的 你可以試試 先把那麼多x自變數 先做一些主成份,然後通過主成份 再對因變數做迴歸 另外 我想不出來 你的y...