1樓：及詩蕾滑富
這個做多元線性迴歸。
好了，其實是二元線性迴歸，自變數。
2個a和b，因變數c。
一元線性迴歸方程。
y=ax+b，係數a＞0，y與x正相關，x高時，y高，x低時，y低，a＜0相反。
二元線性迴歸方程是y=ax1+bx2+c，x1，x2對應本題的a、b變數。
如果係數a,b都是正的，那麼就是a高b高時，c也會高；
如果係數是負值，那麼就a高b高時，c會低；
如果係數a為正，b為負，那麼a高，b低，c會高，但a低b高，效應相減，c的高低就難確定了。
同理a為負，b為正的情況。
操作步驟：分析-迴歸-線性，c為因變數，a，b為自變數，如果anova表的p值。
小於，迴歸方法成立，可以按以上步驟進行。
如果大於，說明線性模型不成立，那就需要考慮非線性模型進行相關分析啦，道理一樣。
2樓：金星緯衣承
先看方差分析表。的。f
對應的sig是否小於，如果小於，說明迴歸模型整體顯著有效，可用於**。
再看回歸係數表，是否每個自變數的t
對應的。sig小於，如果有小於，說明該自變數有效，可以用用於**，如果所有自變數對應的sig都大於，說明迴歸模型不能用於**。
迴歸分析中自變數和因變數的性質是什麼？
3樓：hr聊生活
綜述：迴歸分析中自變數和因變數的性質是，任何乙個系統（或模型）都是由各種變數構成的，當我們分析這些系統（或模型）時，可以選擇研究其中一些變數對另一些變數的影響。
那麼我們選擇的這些變數就稱為自變數，而被影響的量就被稱為因變數。
迴歸一詞的現代解釋是非常簡潔的，迴歸時研究因變數薯告對自變數的依賴關係的一種統計分析方法。
目的是通過自變數的給定值來估計或**因數遊明變數的均值。它可用於**、時間序列建模以及發現各種變數之間的因果關係。
使用迴歸分析的益處良多，具體如指示自變數和因變數之間的顯著關係，或者指示多個自變數對乙個因變數的影響強度。
迴歸分析還可以用於比較那些通過不同計量測得的變數之間的相互影響，如**變動與**活動數量之間的聯絡。
這些益處有利於市場研究人員，資料磨彎分析。
人員以及資料科學家排除和衡量出一組最佳的變數，用以構建**模型。
多元線性迴歸中，如何比較各個自變數對因變數的貢獻率大小？
4樓：小小小魚的遊戲
我的理解是各個自變數對因變數的貢獻率=各個自變數的標準化係數/所有自變數標準化係數絕對值之和。其中，貢獻率可正可負。
spss/pc+的推出，極大地擴充了它的應用範圍，使其能很快地應用於自然科學、技術科學、社會科學的各個領域，世界上許多有影響的報刊雜誌紛紛就spss的自動統計繪圖、資料的深入分析、使用方便、功能齊全等方面給予了高度的評價與稱讚。
已經在國內逐漸流行起來。它使用windows的視窗方式展示各種管理和分析資料方法的功能，使用對話方塊展示出各種功能選擇項，只要掌握一定的windows操作技能，粗通統計分析原理，就可以使用該軟體為特定的科研工作服務。
spss（statistical package for the social science）－－社會科學統計軟體包是世界著名的統計分析軟體之一。20世紀60年代末，美國史丹福大學。
的三位研究生研製開發了最早的統計分析軟體spss，同時成立了spss公司，並於1975年在芝加哥。
組建了spss總部。
20世紀80年代以前，spss統計軟體主要應用於企事業單位。
1984年spss總部首先推出了世界第乙個統計分析軟體微機版本spss/pc+，開創了spss微機系列產品的開發方向，從而確立了個人使用者市場第一的地位。同時spss公司推行本土化策略，已推出9個語種版本。
5樓：love白若溪
你想要做的是，明確哪個自變數對因變數的影響最厲害，或者說影響能力的排序對吧？灰色相關分析就可以解決，通過計算出來的關聯絡數的大小可以直觀的得到自變數對因變數的影響敏感性。灰色關聯就是幹這個的。
多少個自變數都可以給你排出來影響能力順序。
多個自變數多個因變數怎麼做逐步迴歸分析?
6樓：
摘要。您好，你可以採用多元方差分析來代替線性迴歸分析來做，通過多因素方差分析，可以同時對多因變數和多自變數進行分析，然後也可以進行引數估計，得到迴歸係數和擬合值。
您好，你可以採用多元方差分析來代替線性迴歸分析來做，通過多因素方差分析，可以同時對多因變數和多自變數進行分析，然後也可以進行引數估計，得到迴歸係數和擬合值。
以上資料，提供參考作用。答題的時光總是短暫的，我為您解答完畢了，希望您能滿意！希望可以得到您的贊！
怎麼操作啊。
你可以採用多元方差分析來代替線性迴歸分析來做，通過多因素方差分析，可以同時對多因變數和多自變數進行分析，然後也可以進行引數估計，得到迴歸係數和擬合值。
如果相關性分析只有乙個自變數還需要進行迴歸分析嗎
7樓：
摘要。只有乙個變數沒必要繼續迴歸，如果多變數情況下需要繼續迴歸。
相關與迴歸在只有兩個變數的情況下其實說的差不多是一回事。多變數情況下，可以用迴歸做**，考慮調節變數，共線性問題，和多元迴歸一些其他功能，所以，繼續做迴歸，還是兩個變數，真的沒必要，如果多變數情況下，還是可以考慮的。
因為pearson相關分析是一種簡單的籠統的表示變數間相關性的資料，它不會考慮變數之間是否會存在有共線性或者相互影響。因此在能夠做其他相關分析的時候，比如有迴歸分析、方差分析等，就沒有必要再看pearson相關分析的結果，而是要以迴歸分析的資料為依據。
如果相關性分析只有乙個自變數還需要進行迴歸分析嗎。
只有乙個變數沒蔽枝猛必要繼續迴歸，如果多變數情況下需要繼續迴歸。相關與迴歸在只有兩個變數的情況下其實說的差不多是一回事。多變數情況下，可以用迴歸做**，考慮調節變數，共線性問題，和多元迴歸一些其他功能，所以，繼續做迴歸，巨集橋還是兩個變數，真的沒必要，如果多變數情況下，還是可以考慮的。
因為pearson相關分析是一種簡單的籠統的表示變數間相關性的資料，它不會考慮變數之間是否會搭滲存在有共線性或者相互影響。因此在能夠做其他相關分析的時候，比如有迴歸分析、方差分析等，就沒有必要再看pearson相關分析的結果，而是要以迴歸分析的資料為依據。
明白了。嗯嗯。
roc曲線是檢驗什麼的呢，兩個變數之間可以做roc嗎。
有什麼不懂的還可以繼續問我哦。
一般來說，對於兩種診斷方法可以有成組比較法和配對比較法，成組比較法是兩種扮敗診斷方法作用於不同受廳陪顫試者，配對比較法則是針對於同一受試者接受兩種不同的診斷方法。roc曲線適用於二分類別的反映效果亂手或結果的變數。
兩個變數間可以做roc曲線。
迴歸分析因變數有多個指標怎麼辦？
8樓：股城網客服
<>回碰圓搏歸分析有多個因變數就需要用結構方程模型或者通徑分析來解決。
不可能通過迴歸，除非將因變數乙個乙個的分析，這樣的話，中間有很多互動的東西就沒有辦法分析，而且解釋的時候很麻煩。
如果用通徑分析或結構方程模型，這些問題都解決了。
迴歸分析注意問題：
應用迴歸**法時腔稿應首先確定變數之間是否存在相關關係。如果變數之間不存在相關關係，對這些變數應用迴歸**法就會得出錯誤的結果。
正確應用迴歸分析**時應注意：
用定性分析判斷現笑祥象之間的依存關係；
避免迴歸**的任意外推；
應用合適的資料資料。
迴歸分析根據兩個變數可以求出兩個迴歸方程嗎
9樓：帳號已登出
迴歸分析根據兩個變數可以求出兩個迴歸方程。
不相關的兩個變數也是可以根據公式求出迴歸直線方程的。t統計量用來觀測迴歸係數是否顯著，可以從sig概率值直接判斷，常數項不顯著，技術人員密度的係數顯著。
f統計量是來檢驗模型整體的顯著性，從f值的相伴概率sig來判斷，模型整體上還是顯著的。事實上，表1、表2、表4是對模型的效果進行判斷。
在大資料分析中
迴歸分析是一種**性的建模技術，它研究的是因變數。
目標）和自變數。
**器）之間的關係。這種技術通常用於**分析，時間序列模型以及發現變數之間的因果關係。例如，司機的魯莽駕駛與道路交通事故數量之間的關係，最好的研究方法。
就是迴歸。
SPSS分析中，兩個因素同時在變化，因變數，能分析出哪個
可以，方差分析可以分析得出來。因為是2個因素，在spss中不是用one way anova分析的選項。而是要選擇 分析 單變數分分析，然後把2個自變數放進去隨機因子的方框中。在spss中，如果分析多個因素對某一結果的影響程度應該用什麼分析？分析多個因素對某一結果的影響程度應該用資料分析。主要的方式如...
如果對eviews的結果進行分析,兩個變數的prob值為0 95以上,怎麼辦
很正常的情況，我替別人做這類的資料分析蠻多的 eviews中怎麼對多個變數 單位根檢驗以及迴歸分析 30 你問的問題太多 比如吧，第一個問題，那是當然的，必須的 第二個問題，沒有必須的要求的 滯後項就是常識性問題了 所以呢，你的問題太常識太基礎了，如果不會做資料分析的話，讓人幫你我經常幫別人做這類的...
跪求高手現在有三組資料,其中兩個是自變數,是因變數
你可以試用一bai些資料分析軟體 du,先做線性迴歸zhi,然後比較引數的critical value和significance然後決定是dao否reject null hypothesis.如果 回reject,再加lag進行迴歸分析,或是答試用其他的函式模式,如polynomi或是lognorm...