1樓：問女何所思
迴歸的檢驗首先看anova那個表，也就是f檢驗，那個表代表的是對你進行迴歸的所有自變數的迴歸係數的乙個總體檢驗，如果sig<,說明至少有乙個自變數能夠有效**因變數，這個在寫資料分析結果時一般可以不報告。
然後看係數表，看標準化的迴歸係數是否顯著，每個自變數都有乙個對應的迴歸係數以及顯著性檢驗。
spss迴歸分析t、f值分別代表什麼呀？
2樓：統御近距離
r方為決定係數，即擬合模型所能解釋的因變數的變化百分比。例如，r方＝0．810，說明擬合方程能解釋因變數變化的81％，不能解釋的19％。
f是方差檢驗，整個模型的全域性檢驗，看擬合方程是否有意義。
t值是對每個自變數進行乙個接乙個的檢驗（logistic迴歸），看其beta值，即迴歸係數是否有意義。
f和t的顯著性均為0．05，迴歸分析在科學研究領域是最常用的統計方法。《spss迴歸分析》介紹了一些基本的統計方法，例如，相關、迴歸（線性、多重、非線性）、邏輯（二項、多項）、有序迴歸和生存分析（壽命表法、kaplan－meier法以及cox迴歸）。
spss是世界上最早的統計分析軟體。1968年，史丹福大學的三位研究生normanh．nie，c．hadlai（tex）hull和daleh．bent成功地進行了研究和開發。同時成立了spss公司。
3樓：網友
t值、f值都是判斷顯著性的過程值，重點看p值即可。
f值用於判定模型中是否自變數x中至少有乙個對因變數y產生影響，如果呈現出顯著性（看p值）,則說明所有x中至少乙個會對y產生影響關係。
t值用於判斷每個自變數的顯著性，如果顯著則說明該變數對模型有顯著影響。
可是使用spssau進行分析，直接得出文字結果及標準格式資料。
4樓：網友
r表示的是擬合優度，它是用來衡量估計的模型對觀測值的擬合程度。它的值越接近1說明模型越好。但是，你的r值太小了。
t的數值表示的是對迴歸引數的顯著性檢驗值，它的絕對值大於等於ta/2(n-k)（這個值表示的是根據你的置信水平，自由度得出的數值）時，就拒絕原假設，即認為在其他解釋變數不變的情況下，解釋變數x對被解釋變數y的影響是顯著的。
f的值是迴歸方程的顯著性檢驗，表示的是模型中被解釋變數與所有解釋變數之間的線性關係在總體上是否顯著做出推斷。若f>fa(k-1,n-k),則拒絕原假設，即認為列入模型的各個解釋變數聯合起來對被解釋變數有顯著影響，反之，則無顯著影響。
如果，你只改r值，我想是可以看的出來的。你的f的值和t的值都是有問題的，如果只改r值，怎麼可能在f的值和t的值都不合理的情況下，擬合優度卻突然變的很高。
5樓：陶李昶
首先r太小。
f值是整個迴歸模型的顯著性。
t是各個自變數的顯著性。
你這裡沒有給出各個自變數的，你可以把裡面的迴歸不好的自變數剔除掉再回歸試試。
另外sig太大了，你這模型是無效的。
6樓：我是老才不壞
你這是**的問題。給你找個人，你問他吧。巴菲特股神巴菲特，想必你對這個人是知道的。你請他吃頓飯，然後和他切磋交流**那個是大神的，什麼都知道。
7樓：謙瑞資料論壇
1、r方是代表擬合度的，一般而言，財務資料或者經濟類資料，擬合度要到50%才算是擬合較好，你的這個運算結果r方只有，即擬合只有，擬合是不太好的。
2、線性迴歸運算結果中的anova分析，本質上是檢驗整個迴歸方程是否顯著，即整體而言，參與本次研究的自變數是否可以顯著影響因變數。按照你的運算結果，anova檢驗得出的f值和p值結果不好，p>，意味著整體而言，你的模型無效，即自變數不能顯著影響因變數。
3、迴歸係數表coefficients，裡面的t檢驗是檢驗迴歸係數是否顯著的，即某乙個自變數是否可以顯著影響因變數，是通過t檢驗實現的；前面的anova中的f檢驗是檢驗整體而言所有自變數是否可以顯著影響因變數的。按照你的資料，只有「自然人持股比例」的迴歸係數通過了t檢驗，p=<，但是僅僅只有這乙個自變數顯著影響因變數是沒有多大作用的，因為結合擬合度不好，且整體迴歸方程不顯著（f檢驗沒通過），你建立的這個迴歸方程是無效的。
spss迴歸分析f值很大，有100多，這樣合理嗎
8樓：玩世不恭
f值大小，和是不是合理是沒有關係的。
spss方差分析中的f數值大小沒有特別的意義，只是用來判斷統計學概率上的一箇中介值。在方差分析中，可以理解為f值越大，差異越顯著，但還是要先看sig的值是否顯著，如果sig沒有達到顯著效果，即使f再大也沒有意義。
一般來說sig《被認為是係數檢驗顯著，顯著的意思就是你的迴歸係數的絕對值顯著大於0，表明自變數可以有效**因變數的變異，即有95%的把握結論正確。
9樓：呂秀才
理論bai上f值越大，會導致的方du差分析。
顯著性越明顯的，zhi所以它的dao大小沒有版是否合理的說法。權。
這個就是spss 迴歸分析 對整體迴歸模型的檢驗，將自變數所解釋的方差與殘差進行的乙個比較的方差分析，所以f值越大，sig也就是顯著性會越小，如果sig＜，說明迴歸方程顯著。
10樓：網友
恩，可以的。
統計學專業。
spss迴歸分析的f檢驗值
11樓：崇樹花解鶯
你再用spss做迴歸時，在選擇因變數與自變數的那個視窗的右邊，有「選項」這個按鈕，點進去有選擇是還是其他數值，預設的應該是。
spss迴歸分析中f值怎麼算出來的
12樓：荔菲騫澤
這個公式在教材有的，這裡寫不出來，主要是均差相除。
問下，spss迴歸分析得出的r方值、f值、t值各有何含義，數值大小有何含義？
13樓：沈偉棟
1、r square（r方值）是決定係數，意思是你擬合的模型能解釋因變數的變化的百分數，例如r方=，表示你擬合的方程能解釋因變數81%的變化，還有19%是不能夠解釋的。
2、f值是方差檢驗量，是整個模型的整體檢驗，看它擬合的方程有沒有意義。
3、t值是對每乙個自變數（logistic迴歸）的逐個檢驗，看它的beta值β即迴歸係數有沒有意義。
r方值是評價的主要指標，f值，t值是兩個檢驗，一般要小於，f和t的顯著性都是。
14樓：人文漫步者
在對資料進行迴歸計算分析的過程中，這些數字分別代表的就是這乙個迴歸方程的準確度，也就是對資料**的準確度。
15樓：網友
r方是評價的主要指標，f值，t值是兩個檢驗，一般要小於。
你可以自學下，實在沒時間可以找我。
spss 做迴歸分析，如果變數f不顯著，但是r方顯著，我還可以說這個模型擬合的好麼？
16樓：豬豬最愛牛牛
不要聽樓上的2亂說，r²怎麼就沒有顯著性了！？
我來告訴你，如果你的變數f不顯著，說明f對因變數沒有影響作用，但是你的r²確實顯著了，說明你還加入了別的自變數或者控制變數的！對吧！所以，結論就是你的方程/模型中顯著的那些自變數的變化影響了因變數的變化，所以是可以說你的r²顯著的！！！
當然，我們平常一般都看adj r²，因為小樣本會引起r²的高估！
另外，二樓的也是2，都不問你研究的是什麼學科，就在那說r²大於多少就是好的。。。一般在以心理學為基礎的社會學科的研究中，例如營銷、人力資源等科目，那麼r²大於就不錯了，因為人的心理是很難**的，是有很多難以囊括的變數的。如果是類似金融等型別的學科，那好壞的判斷標準就要高得多！
這個你自己考量！
17樓：東哥
是的，做這個本來就是慢慢試，直到達到最佳效果。
可以嘗試著先繪製下散點圖，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，但是隻有這麼乙個自變數的話，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。
迴歸的時候實際上是有六個特徵的，但是由於sig值大於自動排除了這些特徵。可以用這些特徵的線性組合得到新的特徵再試試。
18樓：網友
這個與r square是沒有關係吧，r square只說明模型能解釋的能力有多大。
評價模型擬合的優劣還是用f檢驗的。
19樓：網友
擬合好壞r2大於。
f檢驗顯著。
20樓：幸福的小姑娘
恕我直言，搞了6年科研，我才第一次聽說r方還有顯著不顯著這麼一說，顯著性是統計檢驗量的大小和對應的標準來決定的，常見的統計檢驗量是f統計量、t統計量，卡方統計量，wald統計量等等，這些統計量與對應的判定標準相比較就能判別是否顯著，但為了減少查表等繁瑣的操作，統計量的顯著性都有對應的p值（即伴隨概率）輔助判定，t值是否顯著表達的是變數是否對y有影響，f是否顯著表達的是整個模型是否整體上對y有影響，如果f不顯著，證明你的模型就是乙個不合格的模型，一般而言，f顯著，某些t不一定顯著，f不顯著是很難出現的。至於r方是否顯著，我只能說，沒有檢驗r方顯著程度的統計量，因此r方不存在是否顯著一說，我們也不過多關注r的大小，也不通過比較r方判定模型的好壞，只要其他檢驗通過模型就是乙個好模型。
spss線性迴歸分析問題,求賜教
直接把e和logp兩個變數放入spss,再回歸求出引數值a和b.當然,還是進行擬合優度檢驗和顯著性檢驗,以及必要的自相關和異方差檢驗,模型結論才可靠。我用spss軟體進行迴歸分析後,模擬迴歸方程怎麼寫啊?x1,x2.x5是5個自變數,1個y因變數。係數a圖中是將x1與y建立一個線性迴歸模型,常量為1...
spss單因素方差分析結果f值為7043，這是為什麼？怎麼這
f值的大小沒有上線的，如果是方差分析結果特別顯著的情況下，有可能會有這麼大的 所以不用擔心，另外 如果你是做 的話，也放心，沒人會注意這個的，只是因為你自己造假 有點心虛 太特別關注它 差異太大了，f就會很大 統計專業 spss單因素方差分析結果有f值嗎 spss單因素方差分析的f值過大，結果可靠嗎...
SPSS的非線性迴歸分析中引數估計值的標準誤是如何計算的？具體的公式是什麼
這個不用問spss，直接看統計學教材就可以的 做專業資料分析，找我吧 求如何用spss計算迴歸係數的標準誤差？假設有p個自變數，每個變數都有n組資料。首先定義一個x變數矩陣，即一個n p 1 階矩陣。然後需要求出x的轉置矩陣x 可以用選擇性黏貼裡的轉置，也可以用轉置函式。然後進行矩陣乘法計算，求出x...