1樓：薔祀
f是對迴歸模型整體的方差檢驗，所以對應下面的p就是判斷f檢驗是否顯著的標準，你的p說明迴歸模型顯著。
r方和調整的r方是對模型擬合效果的闡述，以調整後的r方更準確一些，也就是自變數對因變數的解釋率為27.8%。
t就是對每個自變數是否有顯著作用的檢驗，具體是否顯著 仍然看後面的p值，若p值＜0.05，說明該自變數的影響顯著。
擴充套件資料：
多元線性迴歸的基本原理和基本計算過程與一元線性迴歸相同，但由於自變數個數多，計算相當麻煩，一般在實際中應用時都要藉助統計軟體。這裡只介紹多元線性迴歸的一些基本問題。
但由於各個自變數的單位可能不一樣，比如說一個消費水平的關係式中，工資水平、受教育程度、職業、地區、家庭負擔等等因素都會影響到消費水平，而這些影響因素（自變數）的單位顯然是不同的，因此自變數前係數的大小並不能說明該因素的重要程度。
更簡單地來說，同樣工資收入，如果用元為單位就比用百元為單位所得的迴歸係數要小，但是工資水平對消費的影響程度並沒有變，所以得想辦法將各個自變數化到統一的單位上來。前面學到的標準分就有這個功能。
具體到這裡來說，就是將所有變數包括因變數都先轉化為標準分，再進行線性迴歸，此時得到的迴歸係數就能反映對應自變數的重要程度。這時的迴歸方程稱為標準迴歸方程，迴歸係數稱為標準迴歸係數。
spss for windows是一個組合式軟體包，它集資料整理、分析功能於一身。使用者可以根據實際需要和計算機的功能選擇模組，以降低對系統硬碟容量的要求，有利於該軟體的推廣應用。spss的基本功能包括資料管理、統計分析、圖表分析、輸出管理等等。
spss統計分析過程包括描述性統計、均值比較、一般線性模型、相關分析、迴歸分析、對數線性模型、聚類分析、資料簡化、生存分析、時間序列分析、多重響應等幾大類，每類中又分好幾個統計過程。
比如迴歸分析中又分線性迴歸分析、曲線估計、logistic迴歸、probit迴歸、加權估計、兩階段最小二乘法、非線性迴歸等多個統計過程，而且每個過程中又允許使用者選擇不同的方法及引數。spss也有專門的繪圖系統，可以根據資料繪製各種圖形。
2樓：匿名使用者
先從最下面兩行說起
f是對迴歸模型整體的方差檢驗，所以對應下面的p就是判斷f檢驗是否顯著的標準，你的p說明迴歸模型顯著。
r方和調整的r方是對模型擬合效果的闡述，以調整後的r方更準確一些，也就是自變數對因變數的解釋率為27.8%。
t就是對每個自變數是否有顯著作用的檢驗，具體是否顯著 仍然看後面的p值，若p值＜0.05，說明該自變數的影響顯著
spss：得到一個多元線性迴歸模型之後，如何比較**值和真實值？如何判斷模型是否有**能力？
3樓：匿名使用者
首先你要搞清楚多元線性迴歸不是專門**的
你的是指判別分析吧。看到文獻中將一個樣本隨機抽樣分成兩個樣本，用第一個樣本得出模型各變數的係數，再用這個模型估計第二個樣本中的結果，拿這個估計值和樣本二的實際值做比較，然後出來一個r平方和一個平均誤差值，我就是不太明白這裡是如何比較估計值和實際值的。這些都是判別分析的作法。
訓練樣本和驗證樣本
一般線性模型在spss中怎麼做
簡單線性迴歸模型與多元線性迴歸模型古典假定的異同點 10
4樓：
1、不同點
多元線性迴歸中的古典假定比簡單線性迴歸時多出一個無多重共線性假定。
2、相同點
基本假定包括
（1）零均值假定；
（2）同方差假定；
（3）無自相關假定；
（4）隨機擾動項與解釋變數不相關假定；
（5）正態性假定。
擴充套件資料建立多元線性迴歸模型時，為了保證迴歸模型具有優良的解釋能力和**效果，應首先注意自變數的選擇，其準則是：
（1）自變數對因變數必須有顯著的影響，並呈密切的線性相關；
（2）自變數與因變數之間的線性相關必須是真實的，而不是形式上的；
（3）自變數之間應具有一定的互斥性，即自變數之間的相關程度不應高於自變數與因變數之因的相關程度；
（4）自變數應具有完整的統計資料，其**值容易確定。
5樓：匿名使用者
簡單線性迴歸模型的基本假定：①零均值假定；②同方差假定；③無自相關假定；④隨機擾動項與解釋變數不相關假定；⑤正態性假定。
多元線性迴歸模型的基本假定：1、零均值假定；②同方差和無自相關假定；③隨機擾動項與解釋變數不相關假定；④無多重共線性假定；⑤正態性假定
如何用spss進行多元迴歸分析
如何使用spss進行多元迴歸分析
6樓：生水乾騫仕
在大多數的實際問題中，影響因變數的因素不是一個而是多個，我們稱這類回問題為多元迴歸分析。可以建立因變數y與各自變數xj(j=1,2,3,…,n)之間的多元線性迴歸模型：
其中：b0是迴歸常數；bk(k=1,2,3,…,n)是迴歸引數；e是隨機誤差。
多元迴歸在病蟲預報中的應用例項:
某地區病蟲測報站用相關係數法選取了以下4個預報因子；x1為最多連續10天誘蛾量(頭)；x2為4月上、中旬百束小穀草把累計落卵量(塊)；x3為4月中旬降水量(毫米)，x4為4月中旬雨日(天)；預報一代粘蟲幼蟲發生量y（頭/m2）。分級別數值列成表2-1。
預報量y：每平方米幼蟲0~10頭為1級，11~20頭為2級，21~40頭為3級，40頭以上為4級。
預報因子：x1誘蛾量0~300頭為l級，301~600頭為2級，601~1000頭為3級，1000頭以上為4級；x2卵量0~150塊為1級，15l~300塊為2級，301~550塊為3級，550塊以上為4級；x3降水量0~10.0毫米為1級，10.
1~13.2毫米為2級，13.3~17.
0毫米為3級，17.0毫米以上為4級；x4雨日0~2天為1級，3~4天為2級，5天為3級，6天或6天以上為4級。
簡述多元線性迴歸模型的基本假定及四個關係式拜託了各位 謝謝
7樓：聲春
有以下基本假定： 1. ，即隨機誤差項是一個平均值或期望值為零的隨機變數。
相應的矩陣表達形式是 2. ，即對於解釋變數 的所有觀測值，隨機誤差項的方差都是相同的。 3.
，即隨機誤差項彼此之間不相關。 假定2、假定3相應的矩陣表達形式是 稱 為隨機誤差項向量 的方差—協方差矩陣。
這是用SPSS做多元線性迴歸的結果，請求高手幫忙做下解釋，論
第一個圖顯抄示你是用進入法做的迴歸分析，全部因變數都進入方程。第二個圖只需要看你的r的平方，你的圖中顯示r方才0.146，對變異的解釋只有14.6 太低了。第三個圖是方差分析，sig顯著性為0.034，表示因變數和自變數完全無線性關係的概率很低。第四個圖是迴歸係數及其顯著性分析。standardiz...
spss多元線性迴歸，結果的標準差 000，t值和p值都只有個小數點。求解
原因就是你不懂多元迴歸，但是亂在spss裡面點，所以會出現很多莫名其妙的提示 我經常幫別人做這類的資料分析的 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。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...
如何用SPSS做logistic迴歸分析
logistic迴歸可以劃分為二元logistic迴歸 多分類logistic迴歸 有序logistic迴歸。因變數為分類變數，spss中有專門的logistic迴歸分析控制元件。基因多型性是幾分類變數，如果是超過兩分類的，需要先設定啞變數，其他自變數如果有的分類變數超過了兩分類都需要設定啞變數，連...