spss回归分析结果求助大侠帮忙分析下~~~急救论文要用~~~~pearson correlation=0.468 sig(2-tailed)=0.001N=46 他们间的关系要怎么分析啊,详细点的~~~~~谢谢啊~~~~~~一元线性的模型~~~
来源:学生作业帮助网 编辑:作业帮 时间:2024/07/02 01:05:15
![spss回归分析结果求助大侠帮忙分析下~~~急救论文要用~~~~pearson correlation=0.468 sig(2-tailed)=0.001N=46 他们间的关系要怎么分析啊,详细点的~~~~~谢谢啊~~~~~~一元线性的模型~~~](/uploads/image/z/5281462-46-2.jpg?t=spss%E5%9B%9E%E5%BD%92%E5%88%86%E6%9E%90%E7%BB%93%E6%9E%9C%E6%B1%82%E5%8A%A9%E5%A4%A7%E4%BE%A0%E5%B8%AE%E5%BF%99%E5%88%86%E6%9E%90%E4%B8%8B%7E%7E%7E%E6%80%A5%E6%95%91%E8%AE%BA%E6%96%87%E8%A6%81%E7%94%A8%7E%7E%7E%7Epearson+correlation%3D0.468+sig%282-tailed%29%3D0.001N%3D46+++%E4%BB%96%E4%BB%AC%E9%97%B4%E7%9A%84%E5%85%B3%E7%B3%BB%E8%A6%81%E6%80%8E%E4%B9%88%E5%88%86%E6%9E%90%E5%95%8A%2C%E8%AF%A6%E7%BB%86%E7%82%B9%E7%9A%84%7E%7E%7E%7E%7E%E8%B0%A2%E8%B0%A2%E5%95%8A%7E%7E%7E%7E%7E%7E%E4%B8%80%E5%85%83%E7%BA%BF%E6%80%A7%E7%9A%84%E6%A8%A1%E5%9E%8B%7E%7E%7E)
spss回归分析结果求助大侠帮忙分析下~~~急救论文要用~~~~pearson correlation=0.468 sig(2-tailed)=0.001N=46 他们间的关系要怎么分析啊,详细点的~~~~~谢谢啊~~~~~~一元线性的模型~~~
spss回归分析结果求助大侠帮忙分析下~~~急救论文要用~~~~pearson correlation=0.468 sig(2-tailed)=0.001
N=46 他们间的关系要怎么分析啊,详细点的~~~~~谢谢啊~~~~~~
一元线性的模型~~~
spss回归分析结果求助大侠帮忙分析下~~~急救论文要用~~~~pearson correlation=0.468 sig(2-tailed)=0.001N=46 他们间的关系要怎么分析啊,详细点的~~~~~谢谢啊~~~~~~一元线性的模型~~~
首先,你这不是回归分析的结果,是相关分析的结果.从相关分析结果来看,这两个变量之间存在显著的线性关系,适合建立他们的一元线性回归模型.
其次,如果你做他们的一元线性回归模型,需要确定哪个是自变量,哪个是因变量(这个你应该没问题).
最后,你可能最担心的,是他们之间适不适合做一元回归模型,以及具体回归模型是什么.首先明确回答你,他们两者可以得到非常理想的回归模型,自变量可以解释21.9%(相关系数0.468的平方)的因变量变化,而且模型的方差检验是显著的.至于自变量只能解释21.9%的因变量变化,虽然不高,但是从方差检验来看,自变量对因变量的确有显著的影响,对于其余78.1%的因变量变化肯定是由其他因素来解释的,这样他们两者之间的回归模型肯定是成立的,而且是合理的.由于你这里只提供他们的相关分析结果,我只能给你写出他们的标准回归模型:y=0.486*x,这里y即可以表示资产负债率,也可以表示净资产收益率,关键看你的专业分析,哪个才是合理的因变量.
N=46代表样本个数是46而已,除了证明数据数量足够没什么用。
这个回归结果很纠结啊。。
相关系数只有0.468,还不到0.5,通常意义上讲这个回归相关性不高,即回归方程的意义不大;
但是P=0.001<回归设定的0.01已经证明回归显著,即方程成立。。。
既然双边检验已经通过,那就说回归方程显著吧~...
全部展开
N=46代表样本个数是46而已,除了证明数据数量足够没什么用。
这个回归结果很纠结啊。。
相关系数只有0.468,还不到0.5,通常意义上讲这个回归相关性不高,即回归方程的意义不大;
但是P=0.001<回归设定的0.01已经证明回归显著,即方程成立。。。
既然双边检验已经通过,那就说回归方程显著吧~
收起
你能截图出来吗?你用什么回归的?线性or其他?