spss中曲线估计应该看R方还是F值来判断哪个模型拟合的更好?模型y=a+bx1+cx2+dx3+u,x1是解释变量,x2,x3是控制变量做线性回归分析后发现y与x1正相关但不显著,所以又用了spss中的曲线估计一起做了

spss中曲线估计应该看R方还是F值来判断哪个模型拟合的更好?模型y=a+bx1+cx2+dx3+u,x1是解释变量,x2,x3是控制变量做线性回归分析后发现y与x1正相关但不显著,所以又用了spss中的曲线估计一起做了
spss中曲线估计应该看R方还是F值来判断哪个模型拟合的更好?
模型y=a+bx1+cx2+dx3+u,x1是解释变量,x2,x3是控制变量
做线性回归分析后发现y与x1正相关但不显著,所以又用了spss中的曲线估计一起做了线性、二次的和三次函数,发现线性R方为0.011,F值为16.985,二次R方为0.012,F值为8.791,三次R方为0.012,F值为6.132,出现这样的情况怎么判断哪种模型更适合呢?

spss中曲线估计应该看R方还是F值来判断哪个模型拟合的更好?模型y=a+bx1+cx2+dx3+u,x1是解释变量,x2,x3是控制变量做线性回归分析后发现y与x1正相关但不显著,所以又用了spss中的曲线估计一起做了
R值是你这个曲线的你和程度,就是有百分之多少和你样本曲线相似,F值是这个R值的明显程度,所以你只要看R的百分比大小就可以了
.从你做出的结果来看,都不合适啊,而且是明显不适合啊,解释变量的系数都不过0.5的= =!,都不能用.R方你可以把他看做是相关百分比,你的百分比都低于20%的,F值又那么大,说明拟合很差,建议你换其他几个线性公式试一下,SPSS应该会输出线性图表的,你看看你的样本曲线和拟合的曲线区别有多大,你最好做一下MEAN的分析,我怀疑LZ的样本数据中有某些值是变异值,你最好把这些值找出来删除再重做一下.