spss 一元回归分析结果解读我运用SPSS软件对自变量和因变量进行了回归分析,得到以下结果:R=0.378ADJUSTED R SQUARE=0.058STD.ERROR OF ESTIMATE=2.51F=1.672SIG=0.225bete=-3.78t=-1.293

来源:学生作业帮助网 编辑:六六作业网 时间:2024/11/18 11:39:18
spss一元回归分析结果解读我运用SPSS软件对自变量和因变量进行了回归分析,得到以下结果:R=0.378ADJUSTEDRSQUARE=0.058STD.ERROROFESTIMATE=2.51F=

spss 一元回归分析结果解读我运用SPSS软件对自变量和因变量进行了回归分析,得到以下结果:R=0.378ADJUSTED R SQUARE=0.058STD.ERROR OF ESTIMATE=2.51F=1.672SIG=0.225bete=-3.78t=-1.293
spss 一元回归分析结果解读
我运用SPSS软件对自变量和因变量进行了回归分析,得到以下结果:
R=0.378
ADJUSTED R SQUARE=0.058
STD.ERROR OF ESTIMATE=2.51
F=1.672
SIG=0.225
bete=-3.78
t=-1.293

spss 一元回归分析结果解读我运用SPSS软件对自变量和因变量进行了回归分析,得到以下结果:R=0.378ADJUSTED R SQUARE=0.058STD.ERROR OF ESTIMATE=2.51F=1.672SIG=0.225bete=-3.78t=-1.293
R是自变量与因变量的相关系数,从r=0.378来看,相关性并不密切,是否相关性显著由于缺乏sig值无法判断.
R square就是回归分析的决定系数,说明自变量和因变量形成的散点与回归曲线的接近程度,数值介于0和1之间,这个数值越大说明回归的越好,也就是散点越集中于回归线上.从你的结果来看,R2 = 0.058,说明回归的不好.
Sig值是回归关系的显著性系数,当他 0.05,说明二者之间用当前模型进行回归没有统计学支持,应该换一个模型来进行回归.
其它的?不懂,我也不看他们.
总之,你的回归不好,建议换一个模型.