wzkl.net
当前位置:首页 >> 在用SPSS做一个线性回归分析,结果如图,R方很低,... >>

在用SPSS做一个线性回归分析,结果如图,R方很低,...

你可以尝试着先绘制下散点图看看 会不会用其他曲线拟合的效果会更好,很多时候数据用线性和一些非线性拟合后都会有显著效果,但是不一定是最佳的,所以需要判断自变量和因变量之间关系是否符合线性。 如果仍然是符合线性趋势,但是你只有这么一...

你是想调整数据呢还是想调整什么呢? 线性回归时候,相关系数只是表明了各个系数之间的相关程度。但是自变量对因变量不显著的话,只能说明自变量多因变量影响不大,可以考虑换其他的跟因变量关系更加大的变量。或者在自变量多的情况下,用逐步回...

调整后r方在多元线性回归中才有用。它用于衡量加入独立变量后模型的拟合程度。当有新的独立变量变量加入后,即使这一变量也因变量不相关,未经修正的R方也要增大。修正后的R方仅用于比较含有同一个因变量的各种模型。 为了尽可能准确的反应模型...

r方偏小,理论上是不合理的,但很难说是否可行,因为这不是检验回归方程的唯一标准,建议结合F检验和T检验来确定。

说明两者根本没有多少线性的关系,放弃吧,或者找其他中间的变量,或者试试其他非线性的回归。

你要做预测还是仅仅差异? 差异的话r方没关系的

你这个是逐步回归模型 你只要看所有表格的 第四个模型就好了 第一个表格是模型摘要,说明模型的总体拟合度 第二个表格是模型方差检验,说明模型是否显著 第三个表格就是具体回归系数的检验

正负号对不对是基于一些经验判断的,比如你觉得这个自变量应该是对因变量有个正的影响,那是否是真实的确是有正的影响,这个是需要看数据分析的。比如如果你觉得很明显的违反了常识性的正负,那表示自变量可能存在一定的共线性,可以进行一下共...

就模型本身而言,自变量不影响因变量。你可以试一下将样本细化,用子样本分析,或者加入其它控制变量。(南心网为您解答SPSS数据分析问题)

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...

网站首页 | 网站地图
All rights reserved Powered by www.wzkl.net
copyright ©right 2010-2021。
内容来自网络,如有侵犯请联系客服。zhit325@qq.com