1樓：呂秀才
你這bai
個就是線性回歸
第乙個du表 表示zhi模型的
整體擬合度，只要看dao
調整的版r²即可權，這個調整的r²的範圍在0-1之間，越接近1，表示模型的擬合效果越好，越接近0，擬合效果越差。你的只有0.133，即13%左右，說明你的自變數只能解釋因變數13%左右的變化，擬合效果有點差。
第二個表 表示模型是否顯著，這個表跟第乙個表是兩個概念，模型是否顯著與模型擬合效果沒什麼關係，從你的第二表可以看出，模型效果顯著，即模型有效，因此在一般情況下，你可以使用這個回歸，但是在實際很多研究中，你這個模型有限，但是擬合效果很差，說明要麼是自變數的選擇有問題，要麼是模型選擇有問題。當然如果你只是個**或者作業什麼的，只要模型顯著就好，要求高的話，可以嘗試下看非線性的模型擬合下看效果如何。
第三個表 是自變數的回歸係數表，標準化和非標準化的回歸係數都可以。但是你這個回歸係數中，只有乙個常數項。沒有其他自變數。
常數項是沒有什麼意義的，可以忽略，但是你的自變數沒有了。也就是這個回歸模型沒有什麼實際意義
spss回歸分析結果圖，幫忙看一下，麻煩詳細地解釋解釋
2樓：
r平方bai就是擬合優度指標，代表了回du歸平方和
zhi（方差分析表中的dao0.244）佔總平方和（方內差分析表中的0.256）的比例，也
3樓：張小妖
擬合程度：調整的r方，0.951，顯著；
方程的顯著性：anova方差檢驗（f檢驗），p值=0，方差不具有齊版性，說明變數存在權差異，適合回歸；
係數的顯著性檢驗：t檢驗：常數項的p值=0.956，接受常數項為0的原假設，方程的常數項為0；
x的係數檢驗p值=0，拒絕係數為0的原假設，變數x的係數為0.98.
4樓：匿名使用者
模型是顯著的
x也是顯著的
我替別人做這類的資料分析蠻多的
求統計學大神幫忙！畢業**需要用spss計求x²跟p值，不會用spss，求大神援手感激不盡！
5樓：匿名使用者
x指的是什麼？p是指p值嗎？你的**是要什麼模型？分析psqi總分＞7分者與疼痛對睡眠影響的相關性？
6樓：匿名使用者
你這個是要做什麼比較？
7樓：qq說
，統計學的，這個好的
spss回歸分析中的資料轉換問題
8樓：匿名使用者
就是平方根轉換，在compute裡面去做，很方便的
我替別人做這類的資料分析蠻多的
使用spss分層回歸分析,最終進入回歸模型的變數有的p值卻大於0 05,這是為什麼
spss回歸分析中bai，如果p值很小，du說明原假設zhi 情況的發生的概率很小，而如果dao出現了，根據小專概率原理，就有理屬由拒絕原假設，p值越小，拒絕原假設的理由越充分。總之，p值越小，表明結果越顯著。p 0.05 0.05 此時接受h0 表明引數相等或者無顯著性差異或者不顯著。p值若與選定...
spss的多分類logistic回歸分析中得到的自變數（也是
多分類的logit比較難解釋，要根據參考來講的 統計專業研究生工作室為您服務 有序多分類logistic回歸分析怎樣篩選自變數 1 首先indicator last的最後乙個類別為參照類，其餘每一類與參照模擬較 引數編碼下的 1 2 3 4 表示4個啞變數，1 表示器官衰竭數為0的水平與參照類 最後...
eviews回歸分析結果求大神給我分析下
模型中三個解釋變數的估計值分別為0.236435，0.061913,0.97819，標準差分別是0.0152,0.0228,0.0,標準差是衡量回歸係數值的穩定性和可靠性的，越小越穩定，三個解釋變數的估計值的t值是用於檢驗係數是否為零的，若值大於臨界值則可靠。估計值的顯著性概率值 prob 都小於5...