
发布时间:2021/01/29 11:30:38
在《如何使用SPSS进行一元线性回归分析》这篇文章中,我们已经详细学习了数据分析软件IBM SPSS Statistics的一元线性回归分析的设置方法。接下来,本文将针对分析过后的数据进行详细解读。
在解读过程中,我们需要求得方程式的系数,并判断系数的拟合程度、方程式的统计学意义。
一、使用的数据
本文分析所用的数据是一组包含客流量与销售额的数据,研究的是以客流量为自变量、销售额为因变量的线性关系。
二、解读检验结果
1.模型拟合效果
模型摘要中的R方是判定系数,其数值越接近于1,表明方程的拟合优度越好,一般需要大于0.6。
从如图2所示的模型摘看到,求得的一元线性回归方程的R方为0.839,说明本例分析所得的回归方程拟合效果良好。
在判定回归方程拟合优度良好的情况下,查看ANOVA分析中的“回归模型”方差分析。如图3所示,“回归模型”的显著性值为0.00<0.05,说明该“回归模型”具有显著的统计学意义,也就是说,客流量与销售额之间存在着显著的线性回归关系。
在判定回归模型具有显著统计学意义的前提下,进一步检验求得的系数是否通过T检验。该T检验的原假设为求得的回归系数不具有统计学意义。
如图4所示,可以看到回归系数(客流量对应的系数)的显著性数值为0.00<0.05,拒绝原假设,也就是说方程的回归系数具有统计学意义,可构建y=12.821x-2644.658的一元线性回归方程。
3.残差相关性分析
通过上述的分析,我们已经可以认为构建的一元线性回归方程y=12.821x-2644.658具有统计学意义,但是否可用于预设因变量的值,还需要通过残差相关性分析。如果残差存在自相关的话,模型的预测准确度将会不高。
如图5所示,模型的D-W值(德宾-沃森值)为2.060,查阅德宾-沃森表得到,样本量n=198(采用200样本量D-W值),控制变量数量k=1,其下临界值LD=1.664、上临界值UD=1.684。
根据D-W值的判定规则,本例的D-W值符合“如果UD 另外,再通过残差直方图看到,残差的分布趋近于正态曲线的分布。 再结合正态P-P图分析,可以看到,数值的分布近似于直线,说明残差的正态性良好。 在满足残差无自相关性、服从正态分布的前提下,说明本例构建的一元线性回归方程具有良好的预测性,可通过为自变量代入数值,求得预测的因变量。 三、小结 综上所述,在使用IBM SPSS Statistics构建一元线性回归方程时,需要通过判定系数R方判断回归方程的拟合优度,并检验回归方程、方程系数的是否具有统计学意义。 在回归方程具有统计学意义的前提下,需进一步通过分析残差的自相关性、正态性来判断回归方程的预测效果。 作者:泽洋
读者也喜欢这些内容:
spss线性回归残差图怎么做 spss线性回归残差图分析解读
在线性回归分析过程中,对数据进行统计学检验是非常必要的,否则即便得出R方接近1的回归分析结果也不具有实际的意义,在众多的数据检验中,残差图的绘制尤为重要,残差图可以观测数据是否独立,方差是否齐性,当然手工绘制残差图非常麻烦,需要进行大量的计算,利用专业的统计分析软件如SPSS,我们可以非常简便的绘制残差图,下面就让我们结合实际案例,了解如何使用SPSS制作线性回归残差图,并说明在使用SPSS线性回归残差图进行分析时,需要注意的一些问题。...
阅读全文 >
spss线性回归图怎么画 spss线性回归图怎么看结果
线性回归分析是一种应用非常广的统计分析,旨在确定两种或两种以上的变量是否存在简单的线性依赖关系,如吸烟与寿命降低,降价与销售量等等。今天我们借助IBM SPSS Statistics这款专业的统计分析软件,向大家介绍spss线性回归图怎么画,spss线性回归图怎么看结果,以及进行线性回归分析过程中需要注意的问题。...
阅读全文 >
SPSS回归分析中的f值是什么 SPSS回归分析F值在什么范围合适
回归分析中以R表示相关性程度的高低,以F评价回归分析是否有统计学的意义,使用IBM SPSS Statistics进行回归分析,可以非常快速的完成R,F的计算,并且给出回归曲线方程,那么,SPSS回归分析中f值是什么?SPSS回归分析F值在什么范围合适,本文结合实例向大家作简单的说明。...
阅读全文 >
线性回归分析的意义 线性回归分析spss结果解读
回归分析是论文中最常用的研究假设检验技术,想知道自变量X对因变量Y的如何影响、作用方式,最常用的是线性回归,接下来就给大家介绍一下线性回归分析的意义,线性回归分析spss结果解读。...
阅读全文 >