1樓：匿名使用者
第一個圖顯抄示你是用進入法做的迴歸分析，全部因變數都進入方程。
第二個圖只需要看你的r的平方，你的圖中顯示r方才0.146，對變異的解釋只有14.6%，太低了。
第三個圖是方差分析，sig顯著性為0.034，表示因變數和自變數完全無線性關係的概率很低。
第四個圖是迴歸係數及其顯著性分析。standardized coefficients（標準迴歸係數值） 和sig才值得看。你的圖表示只有x2才能歸入迴歸方程，其他係數的sig絕對值都大於0.
05，無法歸入方程。
具體我也吧我也不太懂，只不過剛交上**，剛學到的。希望對你有用。
2樓：手機使用者
我靠 你這都不對齊 看來半天反映不過來
如何用spss做多元線性迴歸分析
3樓：呂秀才
確定自變數、確定因變數，然後選擇線性迴歸，把對應變數移入對應對話方塊 點確定 就好了
請教下這個spss的多元線性迴歸結果
b 為方程的b，如0.068701即為x1前的樣本回歸係數b1，2.856476為b0.該方程可寫成y 2.856476 0.068701x1 0.183756x2 se b為各b的標準誤。beta為b的標準化迴歸係數。t為用t檢驗法對方程進行假設檢驗以說明其有無統計學意義的t值。sigt為t值對應...
怎樣用SPSS進行主成分分析，spss中主成分分析法的資料如何進行標準化處理？
可用spssau，選擇 進階方法 裡的 主成分 配合有分析方法的幫助手冊及智慧文字分析。spss中主成分分析法的資料如何進行標準化處理？首先 樓主要知道為什麼做資料標準化 資料標準化主要是對那些量綱不同的指標資料進行標準化 通俗說就是資料單位不同的話就做個標準化 要是單位相同不用標準化了 標準化步驟...
spss多元線性迴歸分析幫忙分析一下下圖，fptp
f是對迴歸模型整體的方差檢驗，所以對應下面的p就是判斷f檢驗是否顯著的標準，你的p說明迴歸模型顯著。r方和調整的r方是對模型擬合效果的闡述，以調整後的r方更準確一些，也就是自變數對因變數的解釋率為27.8 t就是對每個自變數是否有顯著作用的檢驗，具體是否顯著 仍然看後面的p值，若p值 0.05，說明...