1樓:匿名使用者
看b和顯著性,顯著性小於0.05才有意義
2樓:
你這裡沒有做相關分析,不用看相關係數,你做的是迴歸分析
spss線性迴歸怎麼看相關係數
3樓:疏星明滅
你這個表裡只有迴歸係數的資訊
你所要的相關係數應該在上一個表中
r方是確定係數
r就是你所說的相關係數了
你自己找找看上一個表有沒有一個r傎,那就是相關係數了
4樓:匿名使用者
第二列數,迴歸的截距為2.345,斜率為29.392。
5樓:匿名使用者
相關係數?迴歸係數?
spss中迴歸分析結果解釋,不懂怎麼看
6樓:中子
首先來說明各個符號,b也就是beta,代表迴歸係數,標準化的迴歸係數代表自變數也就是**變數和因變數的相關,為什麼要標準化,因為標準化的時候各個自變數以及因變數的單位才能統一,使結果更精確,減少因為單位不同而造成的誤差。t值就是對迴歸係數的t檢驗的結果,絕對值越大,sig就越小,sig代表t檢驗的顯著性,在統計學上,sig<0.05一般被認為是係數檢驗顯著,顯著的意思就是你的迴歸係數的絕對值顯著大於0,表明自變數可以有效**因變數的變異,做出這個結論你有5%的可能會犯錯誤,即有95%的把握結論正確。
迴歸的檢驗首先看anova那個表,也就是f檢驗,那個表代表的是對你進行迴歸的所有自變數的迴歸係數的一個總體檢驗,如果sig<0.05,說明至少有一個自變數能夠有效**因變數,這個在寫資料分析結果時一般可以不報告
然後看係數表,看標準化的迴歸係數是否顯著,每個自變數都有一個對應的迴歸係數以及顯著性檢驗
最後看模型彙總那個表,r方叫做決定係數,他是自變數可以解釋的變異量佔因變數總變異量的比例,代表迴歸方程對因變數的解釋程度,報告的時候報告調整後的r方,這個值是針對自變數的增多會不斷增強**力的一個矯正(因為即使沒什麼用的自變數,只要多增幾個,r方也會變大,調整後的r方是對較多自變數的懲罰),r可以不用管,標準化的情況下r也是自變數和因變數的相關
希望對您有用
7樓:匿名使用者
看coeffuenthesig即可,
spss進行線性迴歸分析時,相關係數都符合,但是顯著性不符合,如何調整
8樓:匿名使用者
線性迴歸時候,相關係數只是表明了各個係數之間的相關程度。但是自變數對因變數不顯著的話,可能存在多重共線性、資料存在異常值、異方差的問題。
1、自變數存在共線性問題
在進行線性迴歸分析時,很容易出現自變數共線性問題,通常情況下vif值大於10說明嚴重共線,vif大於5則說明有共線性問題。當出現共線性問題時,可能導致迴歸係數的符號與實際情況完全相反,本應該顯著的自變數不顯著,本不顯著的自變數卻呈現出顯著性。
解決方法:手動移除出共線性的自變數,先做下相關分析,如果發現某兩個自變數x(解釋變數)的相關係數值大於0.7,則移除掉一個自變數(解釋變數),然後再做迴歸分析。
逐步迴歸法,讓軟體自動進行自變數的選擇剔除,逐步迴歸會將共線性的自變數自動剔除出去。
2、資料存在異常值,如果資料中存在極端異常值,會導致資料偏移對分析結果產生嚴重影響。如果迴歸分析出現各類異常,可通過比如描述分析、箱線圖、散點圖等方法,找出並處理掉異常值後再做分析。
解決方法:檢視資料中是否有異常值,可通過箱線圖、散點圖檢視,剔除異常值可通過spssau「異常值」功能進行剔除。
3、異方差,如果模型存在明顯的異方差性,會影響迴歸係數的顯著情況,得到的迴歸模型是低效並且不穩定的。
解決方法:儲存殘差項,將殘差項分別與模型的自變數x或者因變數y,作散點圖,檢視散點是否有明顯的規律性。如果有明顯的異方差性,建議重新構建模型,比如對y取對數後再次構建模型等。
如果排除了這些原因還是不顯著,那麼基本說明該變數對被解釋變數無顯著影響。
擴充套件資料
在做實證就是做迴歸等等方法的時候,一般就看中三點,一是相關係數,看因變數和自變數是否相關。二是擬合優度(r平方),看回歸方程擬合的好不好,一般0.8以上就算擬合的比較好了。
三是自變數的係數對於因變數是否顯著啦,p值小於0.05就說明自變數對於因變數是顯著的。如果自變數的p值都比0.
05大,那就說明自變數對於因變數是不顯著的,這個自變數就沒什麼意義,所以如果變數比較多的情況下,還是做一下逐步迴歸。
如果變數比較少,做逐步迴歸就會導致最後有可能只剩下一個變數。逐步迴歸就是一個模型優化的過程,更加能解釋自變數和因變數之間的關係,一般迴歸之後效果不好都要逐步迴歸來優化線性模型的。
9樓:匿名使用者
你是想調整資料呢還是想調整什麼呢?
線性迴歸時候,相關係數只是表明了各個係數之間的相關程度。但是自變數對因變數不顯著的話,只能說明自變數多因變數影響不大,可以考慮換其他的跟因變數關係更加大的變數。或者在自變數多的情況下,用逐步迴歸的方法,提取出與因變數相關最大的自變數。
spss線性迴歸檢驗是否相關是看哪個值?求解!
10樓:我們
相關係數r呢?決定係數r方呢?
你這裡是只有兩個自變數size和ps嗎?因變數roe。
你用的是全變數回歸還是逐步迴歸?
你給的圖不全
迴歸方程進行檢驗f=2.693,p=0.074,迴歸方程無統計學意義我感覺你用的是全變數回歸,對係數表進行解釋,有兩個自變數,ps 和size的p都是大於0.
05,沒有統計學意義,也就是說如果你用逐步迴歸的話,這兩個變數都不會被選入。
還有一個重要的表,是模型彙總表,裡面相關係數r和決定係數r方。
你看看我的舉例:
這裡面有10個變數,我用的是全變數回歸,因變數是血紅蛋白,迴歸顯示,只有紅細胞計數和血小板計數有意義。我換用逐步迴歸,入選的兩個變數正好是紅細胞計數和血小板計數。
你要是有原始資料,發給我,可以幫你看看。
11樓:匿名使用者
哪有什麼相關,相關係數需要單獨去做呀!迴歸裡除非你勾選了相關矩陣,你的圖例沒有
spss 線性迴歸分析中,係數表解讀
12樓:匿名使用者
vif太高了,存在嚴重的多重共線性
13樓:匿名使用者
我特意查了書的,寫進方程的一定是非標準化迴歸係數,而標準化的迴歸係數只是進行自變數間的比較
spss的線性迴歸結果怎麼看
14樓:匿名使用者
迴歸方程,f檢驗的p>0.05,不顯著。
係數那裡也一樣,不顯著。
相關係數0,55,估計沒有幾個資料,兩者沒有什麼相關性。
相關係數為負代表了什麼意義線性相關係數可以為負嗎?如果可以,負的表示什麼意思?謝謝回答。
那相關係數為負的兩個量是什麼關係?答 負相關!也就是你走東來他走西。再加個例子。甲的射擊水平受乙的射擊結果影響 乙的射擊結果越好,甲的射擊發揮越不好。這就是負相關。就是說如果a,b負相關,則a發生時b有很大概率不發生?是嗎?不是!是有反方向的影響!線性相關係數可以為負嗎?如果可以,負的表示什麼意思?...
分析化學中線性相關係數是r還是,分析化學中線性相關係數是r還是r
相關係數復 是r,分析化學中制線性相關性係數是r。r2是判定係數,它是估計的迴歸方程擬合程度度量,一般r2越靠近1,擬合程度越好,實驗結果越成功。而r研究變數之間線性相關程度的量,r越大,說明相關性越高,當r 0的時候,說明兩者之間相關程度最低。擴充套件資料相關係數是最早由統計學家卡爾 皮爾遜設計的...
如何用SPSS檢驗兩個相關係數之間是否具有顯著性差異
spss選單沒有這個 功能,如copy果一定bai要用spss做的話這能寫syntax了。先把兩個du相關係轉化為z分數zhi 1 2 ln 1 r 1 r z z1 z2 sqrt 1 1000 3 1 1000 3 其中的分dao子為兩個z分數之差,分母為z1和z2的聯合標準誤差。計算結果與1....