1樓：匿名使用者
請問，這個問題你解決木有呢？我在處理資料時跟你碰到了同樣的問題~~
spss中迴歸分析結果解釋，不懂怎麼看
2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
3樓：匿名使用者
看coeffuenthesig即可，
spss迴歸分析t、f值分別代表什麼呀？
4樓：統御近距離
r方為決定係數，即擬合模型所能解釋的因變數的變化百分比。例如，r方＝0．810，說明擬合方程能解釋因變數變化的81％，不能解釋的19％。
f是方差檢驗，整個模型的全域性檢驗，看擬合方程是否有意義
t值是對每個自變數進行一個接一個的檢驗（logistic迴歸），看其beta值，即迴歸係數是否有意義
f和t的顯著性均為0．05，
迴歸分析在科學研究領域是最常用的統計方法。《spss迴歸分析》介紹了一些基本的統計方法，例如，相關、迴歸（線性、多重、非線性）、邏輯（二項、多項）、有序迴歸和生存分析（壽命表法、kaplan－meier法以及cox迴歸）。
spss是世界上最早的統計分析軟體。2023年，斯坦福大學的三位研究生normanh．nie，c．hadlai（tex）hull和daleh．bent成功地進行了研究和開發。同時成立了spss公司。
擴充套件資料：
原理：這種表示取決於變數y中可由控制變數x解釋的變化百分比。
決定係數不等於相關係數的平方。這個和相關係數之間的區別是如果你去掉｜，r｜等於0和1，
由於r2
決定係數：在y的平方和中，x引起的平方和所佔的比例為r2
相關程度由決定係數的程度決定。
在多元迴歸分析中，決定係數為路徑係數的平方。
表示式：r2＝ssr／sst＝1－sse／sst
其中：sst＝ssr＋sse，sst （total sum of squares）為總平方和，ssr （regression sum of squares）為迴歸平方和，sse （error sum of squares） 為殘差平方和。
5樓：匿名使用者
t值、f值都是判斷顯著性的過程值，重點看p值即可。
f值用於判定模型中是否自變數x中至少有一個對因變數y產生影響,如果呈現出顯著性（看p值）,則說明所有x中至少一個會對y產生影響關係。
t值用於判斷每個自變數的顯著性，如果顯著則說明該變數對模型有顯著影響。
可是使用spssau進行分析，直接得出文字結果及標準格式資料。
6樓：匿名使用者
r表示的是擬合優度，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。但是，你的r值太小了。
t的數值表示的是對迴歸引數的顯著性檢驗值，它的絕對值大於等於ta/2(n-k)（這個值表示的是根據你的置信水平，自由度得出的數值）時，就拒絕原假設，即認為在其他解釋變數不變的情況下，解釋變數x對被解釋變數y的影響是顯著的。
f的值是迴歸方程的顯著性檢驗，表示的是模型中被解釋變數與所有解釋變數之間的線性關係在總體上是否顯著做出推斷。若f>fa(k-1,n-k),則拒絕原假設，即認為列入模型的各個解釋變數聯合起來對被解釋變數有顯著影響，反之，則無顯著影響。
如果，你只改r值，我想是可以看的出來的。你的f的值和t的值都是有問題的，如果只改r值，怎麼可能在f的值和t的值都不合理的情況下，擬合優度卻突然變的很高。
7樓：陶李昶
首先r太小
f值是整個迴歸模型的顯著性
t是各個自變數的顯著性
你這裡沒有給出各個自變數的，你可以把裡面的迴歸不好的自變數剔除掉再回歸試試
另外sig太大了，你這模型是無效的
8樓：謙瑞資料論壇
1、r方是代表擬合度的，一般而言，財務資料或者經濟類資料，擬合度要到50%才算是擬合較好，你的這個運算結果r方只有0.171，即擬合只有17.1%，擬合是不太好的。
2、線性迴歸運算結果中的anova分析，本質上是檢驗整個迴歸方程是否顯著，即整體而言，參與本次研究的自變數是否可以顯著影響因變數。按照你的運算結果，anova檢驗得出的f值和p值結果不好，p>0.05，意味著整體而言，你的模型無效，即自變數不能顯著影響因變數。
3、迴歸係數表coefficients，裡面的t檢驗是檢驗迴歸係數是否顯著的，即某一個自變數是否可以顯著影響因變數，是通過t檢驗實現的；前面的anova中的f檢驗是檢驗整體而言所有自變數是否可以顯著影響因變數的。按照你的資料，只有「自然人持股比例」的迴歸係數通過了t檢驗，p=0.031<0.
05，但是僅僅只有這一個自變數顯著影響因變數是沒有多大作用的，因為結合擬合度不好，且整體迴歸方程不顯著（f檢驗沒通過），你建立的這個迴歸方程是無效的。
問下，spss迴歸分析得出的r方值、f值、t值各有何含義，數值大小有何含義？
9樓：ieio啊
r square是決定係數,意思是擬合的模型能解釋因
變數的變化的百分數,例如r方=0.810,表示擬合的方程能解釋因變數81%的變化,還有19%是不能夠解釋的.
f值是方差檢驗量,是整個模型的整體檢驗,看你擬合的方程有沒有意義
t值是對每一個自變數（logistic迴歸）的逐個檢驗,看它的beta值β即迴歸係數有沒有意義
f和t的顯著性都是0.05,
spss是世界上最早的統計分析軟體，由美國斯坦福大學的三位研究生norman h. nie、c. hadlai (tex) hull 和 dale h.
bent於2023年研究開發成功，同時成立了spss公司，並於2023年成立法人組織、在芝加哥組建了spss總部。
決定係數，有的教材上翻譯為判定係數，也稱為擬合優度。表示可根據自變數的變異來解釋因變數的變異部分。如某學生在某智力量表上所得的 iq 分與其學業成績的相關係數 r=0.
66，則決定係數 r^2=0.4356，即該生學業成績約有 44%可由該智力量表所測的智力部分來說明或決定。
原理：表徵依變數y的變異中有多少百分比,可由控制的自變數x來解釋.
決定係數並不等於相關係數的平方。它與相關係數的區別在於除掉|r|=0和1情況，
由於r2決定係數：在y的總平方和中，由x引起的平方和所佔的比例，記為r2
決定係數的大小決定了相關的密切程度。
當r2越接近1時，表示相關的方程式參考價值越高；相反，越接近0時，表示參考價值越低。這是在一元迴歸分析中的情況。但從本質上說決定係數和迴歸係數沒有關係，就像標準差和標準誤差在本質上沒有關係一樣。
在多元迴歸分析中，決定係數是通徑係數的平方。
表示式：r2=ssr/sst=1-sse/sst
其中：sst=ssr+sse，sst (total sum of squares)為總平方和，ssr (regression sum of squares)為迴歸平方和，sse (error sum of squares) 為殘差平方和。
注意：以下不同名字是同一個意思，只是表述不同
迴歸平方和：ssr(sum of squares for regression) = ess (explained sum of squares)
殘差平方和：sse（sum of squares for error） = rss (residual sum of squares) =ssr(sum of squared residuals)
總離差平方和：sst(sum of squares for total) = tss(total sum of squares)
注意：兩個ssr的不同
sse+ssr=sst
rss+ess=tss
意義：擬合優度越大，自變數對因變數的解釋程度越高，自變數引起的變動佔總變動的百分比高。觀察點在迴歸直線附近越密集。
取值意思：
0 表示模型效果跟瞎猜差不多
1 表示模型擬合度較好（有可能會是過擬合，需要判定）
0~1 表示模型的好壞（針對同一批資料）
10樓：人文漫步者
在對資料進行迴歸計算分析的過程中，這些數字分別代表的就是這一個迴歸方程的準確度，也就是對資料**的準確度。
11樓：匿名使用者
r方是評價的主要指標，f值，t值是兩個檢驗，一般要小於0.05.
你可以自學下，實在沒時間可以找我
在spss做經迴歸性分析對迴歸係數行t檢驗時，下邊這個對不？
12樓：匿名使用者
f是對建立的迴歸方程做檢驗，這裡f值是126.502，相應的顯著性概率小於0.001（邊上的sig顯示是0.
00，並不能說明是0，因為只顯示小數點後三位，可能第四位不是0），所以即使顯著性水平取0.01，方程也能通過顯著性檢驗，即認為方程是顯著的，所有自變數對響應變數有顯著的解釋能力。
上面的f檢驗只是說明所有的自變數對響應變數的解釋是好的，但是並不代表每一個自變數對響應變數有顯著的解釋能力，t 則是對每一個自變數做檢驗，所構造的檢驗統計量服從t 分佈，t 下面的值則是各個自變數的相應的檢驗統計量的值，右邊一列的sig值若大於事先取定的顯著性水平，則該自變數對響應變數的影響是不顯著的，小於顯著性水平，則是顯著的。
常量是線性迴歸方程的常數項，或稱截距項。
spss顯著性分析a b c ab 怎樣確定？如下面的圖
答案為 34.85 2.13a 29.09 3.78ab 25.55 1.97b 24.97 1.68b 25.45 1.42b 22.72 2.14b spss顯著性分析a b c ab 怎樣確定？如下圖 5 abcd這是根據p值人為標註的 我替別人做這類的資料分析蠻多的 你這個只是frequen...
SPSS單因素方差分析做顯著性分析，用Duncan方法，出來的結果是看哪一部分
出來的結果參照下面的 就可以了。原來的3個處理組，被分別放入了3個子集，即1，2子集間差異顯著 p 0.05 1，3子集和2，3子集相同。每個子集只有1個字母，各處理間差異都顯著。在處理2 3 1的時候，把它們分別標成a b c就可以了。如果一個子集中包含了兩個或以上的處理，就標成一樣的字母。如果一...
如何分析迴歸模型的擬合度和顯著性
我分析迴歸模型的離合度和顯示度，首先還是看它的成分表，如果合適的話再說 模型的擬合度是用r和r方來表示的，一般大於0.4就可以了，你的擬合度還不錯 自變數的顯著性是根據各個自變數係數後面的sig值判斷的，如果小於0.05可以說在95 的顯著性水平下顯著，小於0.01就可以說在99 的顯著性水平下顯著...