急!!spss回归分析:怎样看数据是否可以做线性回归分析,又怎么看回归分析的结果。
样本很小,只有60多份,回归分析结果是看A、B、C对D有没有影响,还是得出一个公式D=系数A+系数B+系数C...
样本很小,只有60多份,回归分析结果是看A、B、C对D有没有影响,还是得出一个公式D=系数A+系数B+系数C
展开
3个回答
展开全部
一个自变量 一个因变量如果要进行线性回归,无论是一元还是多元,第一步首先应该先画下散点图,看是否有线性趋势,如果有线性趋势了,再使用线性回归。
现在很多人都忽略这一点 直接使用的。 至于判断线性方程拟合的好坏,看R方和spss回归分析:怎样看数据是否可以做线性。
SPSS for Windows的分析结果清晰、直观、易学易用,而且可以直接读取EXCEL及DBF数据文件,现已推广到多种各种操作系统的计算机上,它和SAS、BMDP并称为国际上最有影响的三大统计软件。在国际学术界有条不成文的规定。
扩展资料:
13版中的改进可能主要有以下几个方面:
1)超长变量名:在12版中,变量名已经最多可以为64个字符长度,13版中可能还要大大放宽这一限制,以达到对当今各种复杂数据仓库更好的兼容性。
2)改进的Autorecode过程:该过程将可以使用自动编码模版,从而用户可以按自定义的顺序,而不是默认的ASCII码顺序进行变量值的重编码。另外,Autorecode过程将可以同时对多个变量进行重编码,以提高分析效率。
3)改进的日期/时间函数:本次的改进将集中在使得两个日期/时间差值的计算,以及对日期变量值的增减更为容易上。
参考资料来源:百度百科-spss
展开全部
你可以先看它们的相关程度,做相关性检验。相关程度大于0.5基本可以
然后做最小二乘回归 看P值 小于0.05为有线性关系 R^2 越高越好 基本上为0.8 、0.9最佳
D.W值(需查表)。以上三个指标ok的话 就说明这个公式D=系数A+系数B+系数C+e显著 然后就可以分析了
建议用eviews
找本计量经济学的书照着弄吧 同学~~~
然后做最小二乘回归 看P值 小于0.05为有线性关系 R^2 越高越好 基本上为0.8 、0.9最佳
D.W值(需查表)。以上三个指标ok的话 就说明这个公式D=系数A+系数B+系数C+e显著 然后就可以分析了
建议用eviews
找本计量经济学的书照着弄吧 同学~~~
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
展开全部
统计可以用很科学很复杂的方式去处理,也可以简单化的处理,主要看你数据的用途,如果不是需要发表论文之类,可以按以下简单方式来操作,spss的回归过程,已经包含了验证。
1、在spss里把A、B、C、D四个变量对应的数据录入好。
2、点analyze--regession--linear,在弹出框里,把变量D选定在dependent里,其他3个因子选到independent里。method里就用默认的enter。如果不需要看其他统计或验证的,直接点ok。结果里,R值就是回归的决定系数,代表各变量能解析因变量的程度。ANOVA里,sig小于0.05证明回归方程有效。constant对应的B值是截距。因子对应的beta值就是他们的标准化影响系数。 最后公式可以通过看B值那列,A、B、C变量对应的B值为系数,分别相乘,最后加上constant常数值即可。
1、在spss里把A、B、C、D四个变量对应的数据录入好。
2、点analyze--regession--linear,在弹出框里,把变量D选定在dependent里,其他3个因子选到independent里。method里就用默认的enter。如果不需要看其他统计或验证的,直接点ok。结果里,R值就是回归的决定系数,代表各变量能解析因变量的程度。ANOVA里,sig小于0.05证明回归方程有效。constant对应的B值是截距。因子对应的beta值就是他们的标准化影响系数。 最后公式可以通过看B值那列,A、B、C变量对应的B值为系数,分别相乘,最后加上constant常数值即可。
更多追问追答
追问
constant中的sig值不用管吗?好像都大于0.1呢
追答
常数项的显著性水平不是很关键,只要变量的sig显著,一般情况下可以不考虑常数项的sig值。当然,如果都显著,那方程会解析得更好。
本回答被提问者采纳
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
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