1樓：e團
sig值表示顯著性水平，一般都要小於0.05才能表示結果可信，所以那些大於0.05的變數你就可以忽略了
2樓：匿名使用者
f檢驗說明你的bai
眾多自變du量和你的因變形是zhi有顯著性影響的，可以做dao迴歸分析。
但是專並不是說每一個自變屬量都和因變數有顯著性影響，所以要對每一個自變數t檢驗，t檢驗不合格說明該自變數對因變數沒有顯著性影響，一般做法是用逐步迴歸刪除變數。
出現這種情況你也可以檢驗下是不是出現了多重共線性。
spss多元線性迴歸 f檢驗的sig值都小於0.05，但是t檢驗的sig均大於，也就是係數不可以用啊！怎麼辦！
3樓：匿名使用者
有一個是0.006，應該也是可以接受的
f檢驗和t檢驗原本就不是一回事
我替別人做這類的資料分析蠻多的
4樓：匿名使用者
我和你有一樣的問題 你解決了嗎
spss迴歸方程兩個自變數裡有一個迴歸係數sig大於0.05，方程還有效嗎
5樓：呂秀才
要有迴歸係數的sig＜0.05 方程才有效
專業畢業分析
求助！spss 做的多元迴歸分析 有一個兩個因變數，有一個sig值大於0.05，另一個小於0。05，
6樓：呂秀才
一個sig大於0.05，一個小於0.05，這是正常的，說明大於0.05的對因變數沒有顯著的影響
而要比較迴歸係數的大小 要看後面的標準化迴歸係數，因為前面帶常數項的迴歸係數是帶有單位的，所以無法判斷迴歸係數的大小
7樓：匿名使用者
額 有沒有無量綱化？
spss中迴歸分析結果解釋，不懂怎麼看
8樓：中子
首先來說明各個符號，b也就是beta，代表迴歸係數，標準化的迴歸係數代表自變數也就是**變數和因變數的相關，為什麼要標準化，因為標準化的時候各個自變數以及因變數的單位才能統一，使結果更精確，減少因為單位不同而造成的誤差。t值就是對迴歸係數的t檢驗的結果，絕對值越大，sig就越小，sig代表t檢驗的顯著性，在統計學上，sig<0.05一般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，做出這個結論你有5%的可能會犯錯誤，即有95%的把握結論正確。
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一個總體檢驗，如果sig<0.05,說明至少有一個自變數能夠有效**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，每個自變數都有一個對應的迴歸係數以及顯著性檢驗
最後看模型彙總那個表，r方叫做決定係數，他是自變數可以解釋的變異量佔因變數總變異量的比例，代表迴歸方程對因變數的解釋程度，報告的時候報告調整後的r方，這個值是針對自變數的增多會不斷增強**力的一個矯正（因為即使沒什麼用的自變數，只要多增幾個，r方也會變大，調整後的r方是對較多自變數的懲罰），r可以不用管，標準化的情況下r也是自變數和因變數的相關
希望對您有用
9樓：匿名使用者
看coeffuenthesig即可，
spss中t值和sig值代表什麼意思 急！！！！ 5
10樓：海天盛筵
1．t值表示：逐個檢驗各自變數（
迴歸）。
2．sig值包含p值。無論資料（sig）的顯著性是「顯著性」、「中度顯著性」還是「高度顯著性」，都需要將p值與顯著性水平（0．05或0．01）進行比較。如果p值是0。01
3．f值表示：方差檢驗量，即整個模型的總體檢驗。
4．p值表示：用於確定假設檢驗結果的引數。還可以利用分佈的拒絕域，根據不同的分佈對其進行比較
擴充套件資料：
1. t值主要用於樣本容量較小(如n < 30)、未知總體標準差的正態分佈。t檢驗是利用t分佈理論推匯出差異的概率，從而比較兩種均值之間的差異是否具有顯著性。
它與f檢驗和卡方檢驗並列。
2．顯著性差異是一個統計學術語。它是對資料差異的統計評估。通常情況下，只有當實驗結果達到0．05或0．01水平時，才能認為資料之間的差異是顯著的或極顯著的。
3．p值是原假設為真時樣本觀測結果或更極端結果的概率。p值越小，結果越顯著。然而，檢驗結果是「顯著性」、「中度顯著性」還是「高度顯著性」取決於p值的大小和實際問題。
11樓：巧米樂
在spss軟體統計結果中，不管是迴歸分析還是其它分析，都會看到「sig」，sig=significance，意為「顯著性」，後面的值就是統計出的p值，如果p值0.01f值是方差檢驗量，是整個模型的整體檢驗，看你擬合的方程有沒有意義t值是對每一個自變數（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。
12樓：麼_小謙
sig是顯著
性。分0.1,0.
05和0.01三個顯著性水平.通過sig為相關係數標星。
sig在0.1和0.05之間，在分析的時候可以說是通過0.
1水平的顯著性檢驗。。。以此類推。。。我也是初學者。
希望幫到你。
至於t，也不大懂。google了一下，說是個中間值，不予考慮。。。額，你再翻書看看吧
13樓：匿名使用者
t值是做出的t檢驗的值，而sig是p值！
spss迴歸分析裡控制變數和自變數sig值大於0.05不顯著怎麼辦
14樓：匿名使用者
控制變數不顯著沒有關係啊，修改資料我可以幫你的
統計專業研究生工作室為您服務
15樓：sunshine啊屋
我遇到同樣的問題了題請問你解決了嗎，
spss線性迴歸分析結果怎麼看,spss迴歸分析結果怎麼得出迴歸結果
model summary 是對模型擬合效果的總結，r是相關係數，r2是決定係數，係數越大表面擬合效果越好。anova是方差分析，然後f檢驗 coefficients就是迴歸結果，得到的迴歸方程的係數 spss迴歸分析結果怎麼得出迴歸結果 首先要f檢驗，如果f值右上角有 號，說明迴歸分析通過f檢驗，...
問下，spss迴歸分析得出的r方值 f值 t值各有何含義，數
r square是決定係數,意思是擬合的模型能解釋因 變數的變化的百分數,例如r方 0.810,表示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.f值是方差檢驗量,是整個模型的整體檢驗,看你擬合的方程有沒有意義 t值是對每一個自變數 logistic迴歸 的逐個檢驗,看它的beta值...
在用SPSS做線性迴歸分析，結果如圖，R方很低，但是顯著
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 ...