跪求SPSS回归数据分析。高分悬赏,请高手帮个忙,万分感谢!急!
我已经做出了SPSS结果,是通过比较回归分析法。就是不知道如何解释。R=0.418,R平方等于0.175,自变量的三个维度的Beta值分别是:0.205、0.091、0....
我已经做出了SPSS结果,是通过比较回归分析法。就是不知道如何解释。R=0.418,R平方等于0.175,自变量的三个维度的Beta值分别是:0.205 、0.091、 0.204,这该如何解释它的预测性?多大值才能说它可以进入回归方程?另外,自变量的总得分被剔除掉了,各个维度却不会被剔除,请问这是为何呢?
说明一下:我的自变量只有一个,就是分为三个维度,现在要做它与因变量的回归分析。该选择逐步回归分析还是单一的回归分析? 展开
说明一下:我的自变量只有一个,就是分为三个维度,现在要做它与因变量的回归分析。该选择逐步回归分析还是单一的回归分析? 展开
展开全部
1)这该如何解释它的预测性?
用R或R平方,替表的是方程/模型的拟合优度(值在0-1之间),越大越好;
2)自变量的三个维度的Beta值分别是:0.205 、0.091、 0.204
这说明各个变量的在模型中的地位,越大说明对应的自变量对因变量的影响作用越大;
3)是否进入方程?
这个需要看系数检验,也就是Beta值对应的T检验值或者相伴概率(.sig),这个标准与显著性水平有关,请你查阅相关资料;
4)该选择逐步回归分析还是单一的回归分析?
建议你采用逐步分析,最好结合变量之间的自相关分析结果
5)另外,自变量的总得分被剔除掉了,各个维度却不会被剔除,请问这是为何呢?
抱歉,实在是没看懂。
用R或R平方,替表的是方程/模型的拟合优度(值在0-1之间),越大越好;
2)自变量的三个维度的Beta值分别是:0.205 、0.091、 0.204
这说明各个变量的在模型中的地位,越大说明对应的自变量对因变量的影响作用越大;
3)是否进入方程?
这个需要看系数检验,也就是Beta值对应的T检验值或者相伴概率(.sig),这个标准与显著性水平有关,请你查阅相关资料;
4)该选择逐步回归分析还是单一的回归分析?
建议你采用逐步分析,最好结合变量之间的自相关分析结果
5)另外,自变量的总得分被剔除掉了,各个维度却不会被剔除,请问这是为何呢?
抱歉,实在是没看懂。
更多追问追答
追问
1.“自变量的总得分被剔除掉了,各个维度却不会被剔除”——这是用enter强行比较法得出的结果。如图片所示。但是如果用逐步分析的话,分析结果就如上图片(前一次追问的图片)所示。所以不明白这两种方法为什么会出现这样的差异。2.“建议你采用逐步分析,最好结合变量之间的自相关分析结果”。如何结合相关分析结果?
如果方便的话,联系邮箱475497580@qq.com。我把数据发给您帮忙分析.谢谢!
太感谢了,您真是太有才了!!!
追答
I know,
出现这种差异的结果就是我说的,自相关问题。
模型建立的时候,总得分的作用等价于三个维度的作用总和,所以出现这个差异。
事实上,他们也是不同级别的变量
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