Question

spss线性拟合出来的系数一定要显著性水平低于0.01或0.05，这样模型才有意义吗

我用一组数据拟合线性模型，SPSS线性拟合出来之后，输出的表格显示R方都是大于0.95，说明R Square 值越高（越接近1），拟合性越好，自变量对因变量的解释越充分，但是奇怪的是为什么每个拟合出来的系数显著性水平都不低于0.05。 但是拟合出来的几个模型，将各组数据回代，与原目标数据吻合的比较好，差距不大的，而且利用模型的精度检验的时候，计算出来的精度结果都显示我拟合出来的模型精度很好。。。。。。下面附上图片，上面的SIg应该就是显著性检验把。。。。。。。。我是新手，请大神多多指教。。。。。。。。。。可惜没有财富值啊。。。。不然多给点





Answer 1

你分别拿单独1个自变量与因变量做回归试试，如果回归系数都显著，怀疑出现严重的多重共线性。

在统计学中，线性回归(Linear Regression)是利用称为线性回归方程之间的最小平方函数对一个或多个自变量或因变量之间关系进行建模的一种回归分析。这种函数是一个或多个称为回归系数的模型参数的线性组合。只有一个自变量的情况称为简单回归,大于一个自变量情况的叫做多元回归。

在统计学中，线性回归(Linear Regression)是利用称为线性回归方程之间的最小平方函数对一个或多个自变量或因变量之间关系进行建模的一种回归分析。这种函数是一个或多个称为回归系数的模型参数的线性组合。只有一个自变量的情况称为简单回归,大于一个自变量情况的叫做多元回归。

Answer 2

你这是SPSS吧，输出结果里勾选上共线性诊断，然后看看系数结果里各变量的VIF值，大于10就说明变量之间有严重干扰

Answer 3

你分别拿单独1个自变量与因变量做回归试试，如果回归系数都显著，怀疑出现严重的多重共线性。