关于SPSS线性回归分析结果的解释,希望各位老师能帮帮我 10

ModelSummary(e)ModelRRSquareAdjustedRSquareStd.ErroroftheEstimate1.426a.181.156.34497... Model Summary(e)

Model R R Square Adjusted R Square Std. Error of the Estimate
1 .426a .181 .156 .344974293
2 .650b .422 .385 .294473328
3 .766c .587 .546 .252916584
4 .813d .661 .614 .233247899
a. Predictors: (Constant), var440
b. Predictors: (Constant), var440, var455
c. Predictors: (Constant), var440, var455, var467
d. Predictors: (Constant), var440, var455, var467, var418
e. Dependent Variable: VAR00001
谁帮我分析下这为什么入选的变多了,上面4个的是我的原始数据,下面11个的是我微分变换后的,为什么啊?拟合方程,我要把这些都放进去么?
Model R R Square Adjusted R Square Std. Error of the Estimate
1 .516a .266 .243 .326578020
2 .657b .432 .395 .291984579
3 .769c .592 .551 .251537372
4 .830d .688 .645 .223641795
5 .864e .747 .701 .205183620
6 .892f .796 .750 .187652681
7 .922g .851 .810 .163463844
8 .917h .840 .805 .165818676
9 .940i .883 .852 .144509462
10 .954j .910 .882 .129173578
11 .970k .942 .920 .106150118
a. Predictors: (Constant), var365
b. Predictors: (Constant), var365, var109
c. Predictors: (Constant), var365, var109, var013
d. Predictors: (Constant), var365, var109, var013, var277
e. Predictors: (Constant), var365, var109, var013, var277, var501
f. Predictors: (Constant), var365, var109, var013, var277, var501, var023
g. Predictors: (Constant), var365, var109, var013, var277, var501, var023, var395
h. Predictors: (Constant), var365, var013, var277, var501, var023, var395
i. Predictors: (Constant), var365, var013, var277, var501, var023, var395, var493
字数太多,图也传不上去我删掉了些东西,凑活看吧。。。我想知道该怎么办
展开
 我来答
yzl_cumt
2014-08-02 · TA获得超过846个赞
知道小有建树答主
回答量:901
采纳率:50%
帮助的人:469万
展开全部
其实SPSS有中文版,这份报告并不难解
第一行分别是:模型编号、相关系数、相关系数平方、调整相关系数、标准误
其中后两项对模型有实际价值,adjR^2反映了你模型与实验数据间的关联程度,越接近1越好,按照90%置信区间考虑,你的第一次模型与数据基本无关联;而标准误反映数据离散程度
a-d在下方进行了注释,即模型与那些变量有关
e为结论:与第一个变量相关

虽不明白微分变换的目的,但数据模型明显得到优化,尤其是新模型7-11具有统计学意义
更多追问追答
追问
我这里有个 入选了29个的。后面的R方都到1.000了。你说这个是什么情况?如果能加个好友就好了406752460,细说给你截图
追答
R方都到1.000的模型有很多时,选择关联变量最少的那个
这在拟合时很常见的,因为关联的变量越多,模型形式越复杂,模型的表述也就越多
要根据结论对变量逐一分析和剔除,以最简形式作为最终模型才能把实验上升到理论层面
光点科技
2023-08-15 广告
通常情况下,我们会按照结构模型把系统产生的数据分为三种类型:结构化数据、半结构化数据和非结构化数据。结构化数据,即行数据,是存储在数据库里,可以用二维表结构来逻辑表达实现的数据。最常见的就是数字数据和文本数据,它们可以某种标准格式存在于文件... 点击进入详情页
本回答由光点科技提供
推荐律师服务: 若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询

为你推荐:

下载百度知道APP,抢鲜体验
使用百度知道APP,立即抢鲜体验。你的手机镜头里或许有别人想知道的答案。
扫描二维码下载
×

类别

我们会通过消息、邮箱等方式尽快将举报结果通知您。

说明

0/200

提交
取消

辅 助

模 式