您好、欢迎来到现金彩票网!
当前位置:PC蛋蛋 > 总体模型 >

如何分析回归模型的拟合度和显著性

发布时间:2019-07-26 03:15 来源:未知 编辑:admin

  用SPSS分析回归模型。输入变量X31,X32,X33,X34和应变量Y3,如何根据输出的结果的各个项目来分析该模型是否和数据拟合和显著。...

  用SPSS分析回归模型。输入变量X31,X32,X33,X34和应变量Y3,如何根据输出的结果的各个项目来分析该模型是否和数据拟合和显著。

  可选中1个或多个下面的关键词,搜索相关资料。也可直接点“搜索资料”搜索整个问题。

  模型的拟合度是用R和R方来表示的,一般大于0.4就可以了;自变量的显著性是根据各个自变量系数后面的Sig值判断的,如果小于0.05可以说在95%的显著性水平下显著,小于0.01就可以说在99%的显著性水平下显著了。如果没有给出系数表,是看不到显著性如何的。

  回归分析(regression analysis)是研究一个变量(被解释变量)关于另一个(些)变量(解释变量)的具体依赖关系的计算方法和理论。 从一组样本数据出发,确定变量之间的数学关系式对这些关系式的可信程度进行各种统计检验,并从影响某一特定变量的诸多变量中找出哪些变量的影响显著,哪些不显著。利用所求的关系式,根据一个或几个变量的取值来预测或控制另一个特定变量的取值,并给出这种预测或控制的精确程度。

  其用意:在于通过后者的已知或设定值,去估计和(或)预测前者的(总体)均值。

  回归模型(regression model)对统计关系进行定量描述的一种数学模型。如多元线性回归的数学模型可以表示为y=β0+β1*x+εi,式中,β0,β1,…,βp是p+1个待估计的参数,εi是相互独立且服从同一正态分布N(0,σ2)的随机变量,y是随机变量;x可以是随机变量,也可以是非随机变量,βi称为回归系数,表征自变量对因变量影响的程度。

  模型的拟合度是用R和R方来表示的,一般大于0.4就可以了,你的拟合度还不错;自变量的显著性是根据各个自变量系数后面的Sig值判断的,如果小于0.05可以说在95%的显著性水平下显著,小于0.01就可以说在99%的显著性水平下显著了。你的题目中没有给出系数表,所以我看不到显著性如何。

  知道合伙人金融证券行家采纳数:4111获赞数:532642011年至今一直从事游乐设备的电子商务事业,我会把所知道的行业知识贡献出来,尽可能帮助需要的人!!!向TA提问展开全部模型的拟合度是用R和R方来表示的,一般大于0.4就可以了;自变量的显著性是根据各个自变量系数后面的Sig值判断的,如果小于0.05可以说在95%的显著性水平下显著,小于0.01就可以说在99%的显著性水平下显著了。如果没有给出系数表,是看不到显著性如何的。

  回归分析(regression analysis)是研究一个变量(被解释变量)关于另一个(些)变量(解释变量)的具体依赖关系的计算方法和理论。 从一组样本数据出发,确定变量之间的数学关系式对这些关系式的可信程度进行各种统计检验,并从影响某一特定变量的诸多变量中找出哪些变量的影响显著,哪些不显著。利用所求的关系式,根据一个或几个变量的取值来预测或控制另一个特定变量的取值,并给出这种预测或控制的精确程度。

http://erginmurat.com/zongtimoxing/431.html
锟斤拷锟斤拷锟斤拷QQ微锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷微锟斤拷
关于我们|联系我们|版权声明|网站地图|
Copyright © 2002-2019 现金彩票 版权所有