
SPSS多元線性回歸輸出結(jié)果的詳細(xì)解釋
先說一句題外話,如果當(dāng)年在大學(xué)里數(shù)理統(tǒng)計等課程結(jié)合SPSS,SAS,R等軟件來講,應(yīng)該效果會好很多。
最近做了一些用SPSS進(jìn)行線性回歸的實驗,還是感覺很多細(xì)節(jié)把握不好,這里結(jié)合我的實驗結(jié)果,以及網(wǎng)上別人的介紹總結(jié)一下,先貼幾張SPSS的輸出:
下面簡單解釋一下這三張圖中的結(jié)果:
第一個表模型匯總表中,R表示擬合優(yōu)度(goodness of fit),它是用來衡量估計的模型對觀測值的擬合程度。它的值越接近1說明模型越好。調(diào)整的R平方比調(diào)整前R平方更準(zhǔn)確一些,圖中的最終調(diào)整R方為0.550,表示自變量一共可以解釋因變量55%的變化(variance),另外,由于使用的是StepWise Linear Regression (SWLR),分析——回歸——線性——“方法”選擇“逐步”,所以模型1、2、3的R方逐漸增大,標(biāo)準(zhǔn)誤差逐漸減小。
(據(jù)網(wǎng)友的介紹:一般認(rèn)為,擬合優(yōu)度達(dá)到0.1為小效應(yīng)(R方0.01),0.3為中等R方0.09),0.5為大(R方0.25),這是針對自然科學(xué)的一般界限。)
第二個表Anova表示方差分析結(jié)果,主要看F和sig值兩個,F(xiàn)值為方差分析的結(jié)果,是一個對整個回歸方程的總體檢驗,指的是整個回歸方程有沒有使用價值(與隨機(jī)瞎猜相比),其F值對應(yīng)的Sig值小于0.05就可以認(rèn)為回歸方程是有用的。另外,從F值的角度來講:F的值是回歸方程的顯著性檢驗,表示的是模型中被解釋變量與所有解釋變量之間的線性關(guān)系在總體上是否顯著做出推斷。若F>Fa(k,n-k-1),則拒絕原假設(shè),即認(rèn)為列入模型的各個解釋變量聯(lián)合起來對被解釋變量有顯著影響,反之,則無顯著影響。
這里簡單對Fa(k,n-k-1)進(jìn)行一下解釋,k為自變量個數(shù),n為樣本容量,n-k-1為自由度。對于我的實驗中的情況來講,k=3,樣本容量為146,所以查表的時候應(yīng)該差Fa(3,142),一般數(shù)理統(tǒng)計課本中都有F分布表,a表示的顯著性水平(一般取0.05),但我們手頭不一定會有課本,就需要借助于excel來查F表,打開excel,在公式區(qū)輸入:=FINV(0.05,3,142),在單元格中即出現(xiàn)2.668336761,表中的F值顯著大于這個值,則認(rèn)為各個解釋變量對因變量有顯著影響。
需要注意的是,方差分析是對多個自變量的總體檢驗,而不是單個自變量(單個自變量在系數(shù)表中,為單樣本T檢驗),這就是第三個表回歸系數(shù)表中的內(nèi)容。
系數(shù)表格列出了自變量的顯著性檢驗結(jié)果(使用單樣本T檢驗),最后一列為T檢驗的sig,表中均小于0.05,說明自變量對因變量具有顯著影響,B表示各個自變量在回歸方程中的系數(shù),負(fù)值表示IPGF這個自變量對因變量有顯著的負(fù)向影響,但是由于每個自變量的量綱和取值范圍不同,基于B并不能反映各個自變量對因變量影響程度的大小,這時候我們就要借助標(biāo)準(zhǔn)系數(shù)。目前表格中的“試用版”實際上是Beta的意思,此時數(shù)值越大表示對自變量的影響更大。
從這個分析過程來看,這個實驗結(jié)果還挺理想的。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10