请教SPSS进行一元线性回归分析的一般步骤还有,应该对哪些指标进行判断来确定相关性、拟合的好坏等我这儿有个例子,请结合例子讲解,分析广告费与销售额的关系(由于字数限制,略去原始数
来源:学生作业帮助网 编辑:作业帮 时间:2024/07/02 01:54:42
![请教SPSS进行一元线性回归分析的一般步骤还有,应该对哪些指标进行判断来确定相关性、拟合的好坏等我这儿有个例子,请结合例子讲解,分析广告费与销售额的关系(由于字数限制,略去原始数](/uploads/image/z/3637777-49-7.jpg?t=%E8%AF%B7%E6%95%99SPSS%E8%BF%9B%E8%A1%8C%E4%B8%80%E5%85%83%E7%BA%BF%E6%80%A7%E5%9B%9E%E5%BD%92%E5%88%86%E6%9E%90%E7%9A%84%E4%B8%80%E8%88%AC%E6%AD%A5%E9%AA%A4%E8%BF%98%E6%9C%89%2C%E5%BA%94%E8%AF%A5%E5%AF%B9%E5%93%AA%E4%BA%9B%E6%8C%87%E6%A0%87%E8%BF%9B%E8%A1%8C%E5%88%A4%E6%96%AD%E6%9D%A5%E7%A1%AE%E5%AE%9A%E7%9B%B8%E5%85%B3%E6%80%A7%E3%80%81%E6%8B%9F%E5%90%88%E7%9A%84%E5%A5%BD%E5%9D%8F%E7%AD%89%E6%88%91%E8%BF%99%E5%84%BF%E6%9C%89%E4%B8%AA%E4%BE%8B%E5%AD%90%2C%E8%AF%B7%E7%BB%93%E5%90%88%E4%BE%8B%E5%AD%90%E8%AE%B2%E8%A7%A3%2C%E5%88%86%E6%9E%90%E5%B9%BF%E5%91%8A%E8%B4%B9%E4%B8%8E%E9%94%80%E5%94%AE%E9%A2%9D%E7%9A%84%E5%85%B3%E7%B3%BB%28%E7%94%B1%E4%BA%8E%E5%AD%97%E6%95%B0%E9%99%90%E5%88%B6%2C%E7%95%A5%E5%8E%BB%E5%8E%9F%E5%A7%8B%E6%95%B0)
请教SPSS进行一元线性回归分析的一般步骤还有,应该对哪些指标进行判断来确定相关性、拟合的好坏等我这儿有个例子,请结合例子讲解,分析广告费与销售额的关系(由于字数限制,略去原始数
请教SPSS进行一元线性回归分析的一般步骤
还有,应该对哪些指标进行判断来确定相关性、拟合的好坏等
我这儿有个例子,请结合例子讲解,
分析广告费与销售额的关系
(由于字数限制,略去原始数据)
输入/移去的变量(b)
模型 输入的变量 移去的变量 方法
1 广告费a .输入
a.已输入所有请求的变量.
b.因变量:销售额
模型汇总
模型 R R 方 调整 R 方 标准 估计的误差
1 .786a .618 .570 42.35795
a.预测变量:(常量),广告费.
Anova(b)
模型 平方和 df 均方 F Sig.
1 回归 23206.435 1 23206.435 12.934 .007a
残差 14353.565 8 1794.196
总计 37560.000 9
a.预测变量:(常量),广告费.
b.因变量:销售额
系数(a)
非标准化系数 标准系数
模型 B 标准 误差 试用版 t Sig.
1 (常量) 309.528 43.402 7.132 .000
广告费 4.068 1.131 .786 3.596 .007
a.因变量:销售额
相关性
广告费 销售额
广告费 Pearson 相关性 1 .786**
显著性(双侧) .007
N 10 10
销售额 Pearson 相关性 .786** 1
显著性(双侧) .007
N 10 10
请教SPSS进行一元线性回归分析的一般步骤还有,应该对哪些指标进行判断来确定相关性、拟合的好坏等我这儿有个例子,请结合例子讲解,分析广告费与销售额的关系(由于字数限制,略去原始数
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.这个是前提,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方和调整的R方就可以了,R方越接近1,说明拟合的效果越好.你这个里面 R方为0.618,调整的R方为0.570,说明这个自变量可以解释因变量57%左右的变异,不能说好,也不能说坏.看具体情况而定
Anova(b)这个表格是检验 回归方程是否显著的,sig的值=0.007 小于0.05,说明回归模型有意义,可以使用.
下面一个标准化回归系数 和非标准化回归系数 则是回归方程自变量的系数,非标准化的系数用来拟合方程使用,标准化的系数是剔除了不同自变量的不同计量单位影响的,用于比较多个自变量的影响大小