1樓：匿名使用者
這是因來為這五個因素自雖然單獨作用因
bai變數都很明顯，但是du
將他們綜合考察對因變數zhi的影響的dao時候，不同因素影響的大小不同，影響小的可能效果被影響大的掩蓋了；另外多元迴歸的重點並非變數的綜合對因變數的影響，而是不同變數對因變數的影響那一個最大，這時候考察的指標並非sig,而是標準化偏回歸係數（bata),不同因素的（bata)值（絕對值）的大小決定那一個因素影響因子最大。
所以不必考慮干擾，如果你的資料是比較準確客觀的就沒有問題，就怕實驗設計和操作不合理使得資料不健康，那就另當別論了。
2樓：匿名使用者
簡單想了一下，想到一種解釋可能供參考：單個自變數間如果存在了很高的共線性問題，那回麼即使你的答自變數個數再多，可能也就頂1個半的自變數。 所以先用b-球型檢驗 看看原始5個自變數的多重共線性是否顯著。
在用spss做一個線性迴歸分析，結果如圖，r方很低，但是顯著性都還可以。問題是這個模型**效果很差。
3樓：呂秀才
你可以嘗試著先繪製下散點圖看看 會不會用其他曲線擬合的效果會更好，很多時候資料用線性和一些非線性擬合後都會有顯著效果，但是不一定是最佳的，所以需要判斷自變數和因變數之間關係是否符合線性。
如果仍然是符合線性趨勢，但是你只有這麼一個自變數的話，那就沒有辦法優化了，如果還有其他自變數，可以嘗試著引入之後 再看回歸效果
求高手分析spss一元線性迴歸結果
從輸出表看，這是個多元線性迴歸的分析結果啊！第一列顯示了有6個自變數 第一行是常數項 因變數是什麼樓主沒有顯示出來。第二列是分別是常數項與6個自變數的迴歸係數。第三列是迴歸係數的標準誤差。第四列是標準化的迴歸係數，因為標準化了，所以沒有常數項了。第五列是對每個迴歸係數顯著性檢驗的t值。通過與臨界值對...
用spss做了一元線性迴歸，但是不會分析不會看，求高手指教
迴歸方程 gdo 95617.398 1.980 社會消費品零售總額 假設檢驗 對迴歸方程的方差分析結果 f 32.735，p 0.000 或p 0.0005 p 0.05，可認為方程成立。對迴歸係數 b 1.980 的t檢驗結果 t 5.721，p 0.000 或p 0.0005 p 0.05，可...
spss做線性迴歸分析顯著性水平大於0 05怎麼辦
以所選取的自變數擬出的公式與實際的統計值出入比較大，建議去除相關性較小的幾個自變數就有可能小於0.05。大於0.05意味著結果沒有達到統計學上的顯著，即結果不具有統計學意義，不能判定均值差異是否為隨機誤差所致。此時，首先看看效應量，即eta平方，spss分析方差分析都會提供，如果eta平方至少是中等...