SPSS多因素非條件logistic迴歸分析中的SE

2021-04-21 03:34:04 字數 4015 閱讀 5773

1樓:幸信匡鸞

spss多因素非條抄

件logistic迴歸

spss 多元線性迴歸分析 幫忙分析一下下圖,f、p、t、p和r方各代表什麼??謝謝~

2樓:溥印枝項賦

先從最下面兩行說起

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,說明該自變數的影響顯著

spss這個分析結果!求其中r值p值多少並且代表什麼意思!

3樓:大野瘦子

r就是相關性那個值,p就是顯著性那個值,具體如下:

首先看顯著性值

,也就是sig值或稱p值,它是判斷r值,也即相關係數有沒有統計學意義的,判定標準一般為0.05,由表可知,兩變數之間的相關性係數r=-0.035,其p值為0.

709>0.05,所以相關性係數沒有統計學意義。

無論r值大小,都表明兩者之間沒有相關性,如果p值<0.05,那麼就表明兩者之間有相關性。

然後再看r值,|r|值越大,相關性越好,正數指正相關,負數指負相關。

4樓:

首先看顯著性值,也就是sig值或稱p值。

它是判斷r值,也即相關係數有沒有統計學意義的。

判定標準一般為0.05。

由表可知,兩變數之間的相關性係數r=-0.035,其p值為0.709>0.05,所以相關性係數沒有統計學意義。

無論r值大小,都表明兩者之間沒有相關性。

如果p值<0.05,那麼就表明兩者之間有相關性。

然後再看r值,|r|值越大,相關性越好,正數指正相關,負數指負相關。

一般認為:

|r|大於等於0.8時為兩變數間高度相關;

|r|大於等於0.5小於0.8時認為兩變數中度相關;

|r|大於等於0.3小於0.5時認為兩變數低度相關或弱相關,|r|小於0.3說明相關程度為極弱相關或無相關。

所以判斷相關性,先看p值,看有沒有相關性。

再看r值,看相關性是強還是弱。

5樓:南心網心理統計

r就是相關性那個值,p就是顯著性那個值。

spss 多因素非條件logistic迴歸分析 中的se 、b 、r、 p是什麼意思?

6樓:潮潮

spss多因素非條件logistic迴歸分析中:se表示標準誤、b表示迴歸係數、r表示擬合優度指標、p表示:p>1是危險因素、p<1保護因素、p=1該因素不起作用。

1、spss多因素非條件logistic迴歸分析是解決2023年數模國賽a題的重要工具,spss是常用的多因素分析軟體,通過顯著性水平來衡量因素對變數的影響。

2、對每個自變數與因變數做相關,看是否有線性關係,有意義的自變數進行分析,分析spss多因素非條件logistic分析自變數和因變數,因變數是得分,自變數需要重新編碼,都要先編碼虛擬變數(虛擬變數個數等於變數數減一)。

7樓:匿名使用者

se標準誤

、b 迴歸係數

、r擬合優度指標

、 p和0.05比較

只要看p和or其他不用管

統計專業

spss中迴歸分析結果解釋,不懂怎麼看

8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

9樓:匿名使用者

看coeffuenthesig即可,

多元logit用spss迴歸之後b和exp(b)指的是什麼?

10樓:0臥廊聽雨

,exp(β)指的是優勢比,具體如下:

logistic迴歸模型中的優勢比及其含義

在實際工作中, logistic迴歸結果的解釋不是直接針對迴歸係數β,面是針對優勢比(ods ratio,or)。優勢比被用來作為效應大小( effec tsize)指標,度量某自變數對因變數影響程度的大小。

為了方便敘述 logistic迴歸模型中的優勢比or的意義,不妨以x為例說明優勢比的含義.對於x=x,+1,其他自變數為x2,…,x,情況下,由(17-10)式所表示的對數優勢為

取反對數,得到關於x增加一個單位,相應的優勢比為or1=exp(β1)

在 logistic迴歸模型中,自變數x增加一個單位,對應的優勢比為or1=exp(β1)

11樓:夜來雨早來晴

s.e.是標準誤,表示bai估計值的平均誤差du.wals是一個統計量,用檢驗自變zhi量dao對因變數是否有影響的.它越大版,或者說它對應的sig越小

權,則影響越顯著.df是自由度,在分析中不用解釋.

實踐應用中,關鍵的是解釋係數b,或者後面的exp(b),稱為or.還有sig,其它的可以不管.

12樓:匿名使用者

exp(b)

是優勢比

b不用關

用spss做多元迴歸分析,請問表中的b值,or值、wald值 各自代表什麼含義,三者都有正負嗎?三者大小有聯絡 30

13樓:

b值是指回歸係數和截距(常數項),可以是負數(負相關時迴歸係數出現負值);or是指定義比數比(odds ratio),其取值範圍是0至正無窮,不可能是負數;wald是一個卡方值,等於b除以它的標準誤(s.e.)的平方值,因此也不可能是負數。

wald用於對b值進行檢驗,考察b值是否等於0。若b值等於0,其對應的or【exp(b)】為1,表明兩組沒有顯著差異。or等於b值的反自然對數。

wald值越大,b值越不可能等於0。

非條件logistic迴歸分析步驟及結果解釋 5

14樓:龍之大帝之不死

非條件logistic迴歸方程適用於:成組資料;條件logistic迴歸方程適用於:配對資料。

logistic迴歸中的迴歸係數( bi )表示,某一因素改變一個單位時,效應指標發生與不發生事件的概率之比的對數變化值,即or的對數值。

logistic迴歸係數的意義:

分析因素xi為二分類變數時,存在(暴露)xi =1,不存在(未暴露)xi =0,則logistic迴歸中xi的係數bi就是暴露與非暴露優勢比的對數值,即or=exp(bi)=e (bi)。

15樓:匿名使用者

那你做錯了 啊

壓設定啞變數等的

統計專業研究生工作室為您服務

spss二分類多因素非條件logistic

在多因素logistic迴歸分析中OR值小於1怎麼解釋

首先澄清幾個概念 or是odds ratio 而 logistic裡關注的是odds 不是odds的比值odds ratio odds 發生的概率 除以 不發生的概率 logistic 迴歸的公式是 log o alpha bx 那麼 o exp alpha bx exp alpha exp bx ...

SPSS中Logistic迴歸分析結果常數項的OR值0 這是怎麼回事

這個沒什麼吧!要不是你弄錯了!要不常量本來對因變數的發生沒有影響,沒有貢獻啊!貌似我的結果和你一樣,樓主知道了也跟我說一聲啊 小小於0就是個保護性因素,先要看b值。如 你的子女個數是 1.094,那or值小於1的話就是個保護性因素,結論解釋就需要根據你賦值來下。spss中logistic迴歸分析結果...

相關因素logistic迴歸分析結果怎麼看 logistic迴歸在spss中怎麼操作 要選哪些統計量 謝謝

在這地方有些說不清楚,我給你找到這個例子,說的比較明白,你看看 所謂logistic模型,或者說logistic迴歸模型,就是人們想為兩分類的應變數作一個迴歸方程出來,可概率的取值在0 1之間,迴歸方程的應變數取值可是在實數集中,直接做會出現0 1範圍之外的不可能結果,因此就有人耍小聰明,將率做了一...