時(shí)間:2019-08-23 14:51:58 作者:Bill 瀏覽量:44
SPSS回歸分析結(jié)果解讀教程
線性回歸剖析:線性回歸假定因變量與自變量之間為線性聯(lián)系,用必定的線性回歸模型來(lái)擬合因變量和自變量的數(shù)據(jù),并經(jīng)過(guò)確認(rèn)模型參數(shù)來(lái)得到回歸方程。
作散點(diǎn)圖,調(diào)查兩個(gè)變量的相關(guān)性:順次挑選菜單“圖形→舊對(duì)話框→散點(diǎn)/點(diǎn)狀→簡(jiǎn)略分布”,并將“國(guó)內(nèi)生產(chǎn)總值”作為x軸,“財(cái)政收入”作為y軸,可以看出兩變量具有較強(qiáng)的線性聯(lián)系,可以用一元線性回歸來(lái)擬合兩變量;反之則不可
挑選菜單“剖析→回歸→線性”,翻開(kāi)“線性回歸”對(duì)話框,將變量“財(cái)政收入”作為因變量 ,“國(guó)內(nèi)生產(chǎn)總值”作為自變量。
翻開(kāi)“統(tǒng)計(jì)量”對(duì)話框,選上“估量”和“模型擬合度”。量”對(duì)話框估量”和“模型擬合度”。
SPSS回歸分析結(jié)果解讀教程圖1
曲線估量:曲線估量(曲線擬合、曲線回歸)則是研究?jī)勺兞块g非線性聯(lián)系的一種辦法,選定一種用方程表達(dá)的曲線,使得實(shí)踐數(shù)據(jù)與理論數(shù)據(jù)之間的差異盡可能地小。
先用散點(diǎn)圖的方式進(jìn)行剖析,看究竟是否具有一元線性聯(lián)系,假如具有一元線性聯(lián)系,則用一元線性回歸剖析,否則采用曲線估量求解。
進(jìn)行曲線估量:順次挑選菜單“剖析→回歸→曲線估量”,將一切模型悉數(shù)選上,看哪種模型擬合效果更好(主要看決定系數(shù)R2),其一切模型的擬合優(yōu)度R2如下表所示
SPSS回歸分析結(jié)果解讀教程圖2
回歸剖析是論文中最常用的研究假定檢驗(yàn)技術(shù),想知道自變項(xiàng)X對(duì)依變項(xiàng)Y的解說(shuō)力或預(yù)測(cè)力時(shí),最常用的是線性回歸· 回歸剖析是論文中最常用的研究
SPSS回歸分析結(jié)果解讀教程圖3
彈出對(duì)話框,輸入想要驗(yàn)證的自變項(xiàng)和依變項(xiàng),如圖:
SPSS回歸分析結(jié)果解讀教程圖4
如圖,Sig. P<.05,有顯著性, 表明自變項(xiàng)X對(duì)依變項(xiàng)Y的解說(shuō)力或預(yù)測(cè)力正相關(guān)
SPSS回歸分析結(jié)果解讀教程圖5
R Square 自變數(shù)可以解說(shuō)依變數(shù)的變異量,此處.763表明共同解說(shuō)76.3%的變異量,論文報(bào)告中要報(bào)告調(diào)整后的R平方,即Adjusted R Square
SPSS回歸分析結(jié)果解讀教程圖6