请教SPSS进行一元线性回归分析的一般步骤

2024-11-29 18:47:30
推荐回答(3个)
回答(1):

一个自变量 一个因变量
如果要进行线性回归,无论是一元还是多元,第一步首先应该先画下散点图,看是否有线性趋势,如果有线性趋势了,再使用线性回归。这个是前提,现在很多人都忽略这一点 直接使用的。
至于判断线性方程 拟合的好坏,看R方和调整的R方就可以了,R方越接近1,说明拟合的效果越好。你这个里面 R方为0.618,调整的R方为0.570,说明这个自变量可以解释因变量57%左右的变异,不能说好,也不能说坏。看具体情况而定
Anova(b)这个表格是检验 回归方程是否显著的,sig的值=0.007 小于0.05,说明回归模型有意义,可以使用。
下面一个标准化回归系数 和非标准化回归系数 则是回归方程自变量的系数,非标准化的系数用来拟合方程使用,标准化的系数是剔除了不同自变量的不同计量单位影响的,用于比较多个自变量的影响大小

回答(2):

一个自变量 一个因变量
如果要进行线性回归,无论是一元还是多元,第一步首先应该先画下散点图,看是否有线性趋势,如果有线性趋势了,再使用线性回归。这个是前提,现在很多人都忽略这一点 直接使用的。
至于判断线性方程 拟合的好坏,看R方和调整的R方就可以了,R方越接近1,说明拟合的效果越好。你这个里面 R方为0.618,调整的R方为0.570,说明这个自变量可以解释因变量57%左右的变异,不能说好,也不能说坏。看具体情况而定
Anova(b)这个表格是检验 回归方程是否显著的,sig的值=0.007 小于0.05,说明回归模型有意义,可以使用。

回答(3):

Anova(b)表中的sig项对应的数值为显著性水平,你的为0.007,通过了99%检验
非标准化系数中的B为系数
你的拟合式为:销售量=309.528+4.068*广告费,通过了99%信度检验