Question

求分析spss一元线性回归结果

模型汇总b
模型 R R 方 调整 R 方 标准 估计的误差 Durbin-Watson
1 .743a .552 .503 950.15148 1.457
a. 预测变量: (常量), 存款利率。
b. 因变量: 六个月后涨跌额

Anovab
模型 平方和 df 均方 F Sig.
1 回归 1.002E7 1 1.002E7 11.103 .009a
残差 8125090.539 9 902787.838
总计 1.815E7 10
a. 预测变量: (常量), 存款利率。
b. 因变量: 六个月后涨跌额

系数a
模型 非标准化系数 标准系数
B 标准 误差 试用版 t Sig.
1 (常量) 5445.934 1539.330 3.538 .006
存款利率 -1559.357 467.983 -.743 -3.332 .009
a. 因变量: 六个月后涨跌额

系数相关a
模型 存款利率
1 相关性 存款利率 1.000
协方差 存款利率 219008.248
a. 因变量: 六个月后涨跌额

残差统计量a
极小值 极大值 均值 标准 偏差 N
预测值 -1009.8042 1937.3807 406.3755 1001.17084 11
标准 预测值 -1.415 1.529 .000 1.000 11
预测值的标准误差 290.143 541.469 397.277 83.342 11
调整的预测值 -798.1039 2390.3938 480.2976 1041.50847 11
残差 -1331.55774 1315.43811 .00000 901.39284 11
标准 残差 -1.401 1.384 .000 .949 11
Student 化 残差 -1.664 1.491 -.035 1.069 11
已删除的残差 -1878.07019 1526.49719 -73.92201 1147.89961 11
Student 化 已删除的残差 -1.886 1.621 -.052 1.127 11
Mahal。 距离 .023 2.338 .909 .762 11
Cook 的距离 .001 .568 .147 .174 11
居中杠杆值 .002 .234 .091 .076 11
a. 因变量: 六个月后涨跌额

具体分析一下

Answer 1

1) R方=0.552说明存款利率作为自变量可以解释因变量（ 六个月后涨跌额）55.2%， Durbin-Watson=1.457表示残差自相关不强，
①当残差与自变量互为独立时，D=2 或 DW 越接近2，判断无自相关性把握越大。
②当相邻两点的残差为正相关时，D<2，DW 越接近于0，正自相关性越强。
③当相邻两点的残差为负相关时，D>2，DW 越接近于4，负自相关性越强。
2)anova table直接看 significance ＜0.05模型显著，接受这个模型。
3）模型： 六个月后涨跌额= -1559.357 *存款利率+5445.934
4）格式问题，没看明白可能是相关系数，
5）一些统计量和优化回归的办法。其实前三个表就证实这个模型合理啦。

追问

标准估计的误差950.15148 这是什么意思？

追答

不能被回归拟合和自变量解释的东西统称标准估计误差
估计标准误差 :
实际值与平均值的总误差中，回归误差与剩余误差是此消彼长的关系。因而回归误差从正面测定线性模型的拟合优度，剩余误差则从反面来判定线性模型的拟合优度。统计上定义剩余误差除以自由度n – 2所得之商的平方根为估计标准误。：
在回归分析中，估计标准误差越小，表明实际值越紧靠估计值，回归模型拟合优度越好；反之，估计标准误差越大，则说明实际值对估计值越分散，回归模型拟合越差。

追问

标准误差这么大，模型成立吗，还能用吗

追答

你的原始数据都很大，所以误差大不奇怪啊。模型成立啊！