spss回归分析结果求助大侠帮忙分析下~~~急救论文要用~~~~pearson correlation=0.468 sig(2-tailed)=0.001N=46 他们间的关系要怎么分析啊,详细点的~~~~~谢谢啊~~~~~~一元线性的模型~~~
来源：学生作业帮助网 编辑：六六作业网 时间：2024/11/24 11:45:34
spss回归分析结果求助大侠帮忙分析下~~~急救论文要用~~~~pearson correlation=0.468 sig(2-tailed)=0.001N=46 他们间的关系要怎么分析啊,详细点的~~~~~谢谢啊~~~~~~一元线性的模型~~~
spss回归分析结果求助大侠帮忙分析下~~~急救论文要用~~~~pearson correlation=0.468 sig(2-tailed)=0.001
N=46 他们间的关系要怎么分析啊,详细点的~~~~~谢谢啊~~~~~~
一元线性的模型~~~
spss回归分析结果求助大侠帮忙分析下~~~急救论文要用~~~~pearson correlation=0.468 sig(2-tailed)=0.001N=46 他们间的关系要怎么分析啊,详细点的~~~~~谢谢啊~~~~~~一元线性的模型~~~
首先,你这不是回归分析的结果,是相关分析的结果.从相关分析结果来看,这两个变量之间存在显著的线性关系,适合建立他们的一元线性回归模型.
其次,如果你做他们的一元线性回归模型,需要确定哪个是自变量,哪个是因变量（这个你应该没问题）.
最后,你可能最担心的,是他们之间适不适合做一元回归模型,以及具体回归模型是什么.首先明确回答你,他们两者可以得到非常理想的回归模型,自变量可以解释21.9%（相关系数0.468的平方）的因变量变化,而且模型的方差检验是显著的.至于自变量只能解释21.9%的因变量变化,虽然不高,但是从方差检验来看,自变量对因变量的确有显著的影响,对于其余78.1%的因变量变化肯定是由其他因素来解释的,这样他们两者之间的回归模型肯定是成立的,而且是合理的.由于你这里只提供他们的相关分析结果,我只能给你写出他们的标准回归模型：y=0.486*x,这里y即可以表示资产负债率,也可以表示净资产收益率,关键看你的专业分析,哪个才是合理的因变量.
N=46代表样本个数是46而已，除了证明数据数量足够没什么用。
这个回归结果很纠结啊。。
相关系数只有0.468，还不到0.5，通常意义上讲这个回归相关性不高，即回归方程的意义不大；
但是P=0.001<回归设定的0.01已经证明回归显著，即方程成立。。。
既然双边检验已经通过，那就说回归方程显著吧~...
全部展开
N=46代表样本个数是46而已，除了证明数据数量足够没什么用。
这个回归结果很纠结啊。。
相关系数只有0.468，还不到0.5，通常意义上讲这个回归相关性不高，即回归方程的意义不大；
但是P=0.001<回归设定的0.01已经证明回归显著，即方程成立。。。
既然双边检验已经通过，那就说回归方程显著吧~
收起
你能截图出来吗？你用什么回归的？线性or其他？