www.sghz.net > 问下,spss回归分析得出的R方值、F值、t值各有何含义,数值大小有何含义?

问下,spss回归分析得出的R方值、F值、t值各有何含义,数值大小有何含义?

R square是决定系数,意思是你拟合的模型能解释因变量的变化的百分数,例如R方=0.810,表示你拟合的方程能解释因变量81%的变化,还有19%是不能够解释的.F值是方差检验量,是整个模型的整体检验,看你拟合的方程有没有意义 t值是对每一个自变量(logistic回归)的逐个检验,看它的beta值β即回归系数有没有意义 F和t的显著性都是0.05,

首先来说明各个符号,B也就是beta,代表回归系数,标准化的回归系数代表自变量也就是预测变量和因变量的相关,为什么要标准化,因为标准化的时候各个自变量以及因变量的单位才能统一,使结果更精确,减少因为单位不同而造成的误差

R值理论最大值是1,越接近1越好 F值没有上限,也没有下限,要看其对应的sig值,若sig

R^2表示的模型和样本之间的拟合度,就是说拟合度越好该模型越能代表样本观测值的趋势,R^2越接近1越好.F值代表了样本模型和总体之间的关系,即是样本模型所反映的X,Y之间的关系在总体上是否显著,sig.接近0越好.

F值表示方差分析检验统计量,sig=0.00说明建立的模型有较强的预测能力 R square 是0-1之间的一个数,数字越大,说明自变量和因变量之间的相关性越大 T是检验线性回归y=a+bx中拟合参数a,b的显著性

先从最下面两行说起 F是对回归模型整体的方差检验,所以对应下面的p就是判断F检验是否显著的标准,你的p说明回归模型显著.R方和调整的R方是对模型拟合效果的阐述,以调整后的R方更准确一些,也就是自变量对因变量的解释率为27.8%.t就是对每个自变量是否有显著作用的检验,具体是否显著 仍然看后面的p值,若p值

回归分析的结果,首先你要看r的值和方差分析的sig值就可以了 通常r表示的是所有自变量对于因变量解释的百分比,最大值是1,当r=1,说明因变量能够被自变量完全解释,所以r当然是越大越小,至于达到多少最好,没有统一标准,只要anova表的sig值是小于0.05,就说明回归方程有意义,可以接受.

R代表复相关系数,R方就是R的平方反映回归方程能够解释的方差占因变量方差的百分比,用来评价模型的拟合效果,故也称拟合指数或决定系数.(南心网 SPSS回归分析解释)

t值没有多大意义 最重要的是p

在SPSS软件统计结果中,不管是回归分析还是其它分析,都会看到“SIG”,SIG=significance,意为“显著性”,后面的值就是统计出的P值,如果P值0.01F值是方差检验量,是整个模型的整体检验,看你拟合的方程有没有意义 t值是对每一个自变量(logistic回归)的逐个检验,看它的beta值β即回归系数有没有意义 T的数值表示的是对回归参数的显著性检验值,它的绝对值大于等于ta/2(n-k)(这个值表示的是根据你的置信水平,自由度得出的数值)时,就拒绝原假设,即认为在其他解释变量不变的情况下,解释变量X对被解释变量Y的影响是显著的.

相关搜索:

网站地图

All rights reserved Powered by www.sghz.net

copyright ©right 2010-2021。
www.sghz.net内容来自网络,如有侵犯请联系客服。zhit325@qq.com