回覆列表
-
1 # 用戶311896544130747
-
2 # 用戶8976220875008
首先來說明各個符號,B也就是beta,代表回歸係數,標準化的回歸係數代表自變量也就是預測變量和因變量的相關,為什麼要標準化,因為標準化的時候各個自變量以及因變量的單位才能統一,使結果更精確,減少因為單位不同而造成的誤差。T值就是對回歸係數的t檢驗的結果,絕對值越大,sig就越小,sig代表t檢驗的顯著性,在統計學上,sig
回歸的檢驗首先看anova那個表,也就是F檢驗,那個表代表的是對你進行回歸的所有自變量的回歸係數的一個總體檢驗,如果sig
然後看係數表,看標準化的回歸係數是否顯著,每個自變量都有一個對應的回歸係數以及顯著性檢驗
最後看模型匯總那個表,R方叫做決定係數,他是自變量可以解釋的變異量佔因變量總變異量的比例,代表回歸方程對因變量的解釋程度,報告的時候報告調整後的R方,這個值是針對自變量的增多會不斷增強預測力的一個矯正(因為即使沒什麼用的自變量,只要多增幾個,R方也會變大,調整後的R方是對較多自變量的懲罰),R可以不用管,標準化的情況下R也是自變量和因變量的相關
希望對您有用
0.629和3.077是對“常量”、“技術人員密度”兩個參數的T檢驗的值,對應的概率分別是0.534和0.004,如果顯著性水平是0.05的話,說明常量不顯著,則一元線性回歸分析中不應該含有常量。至於0.478是對“技術人員密度”係數的標準化,不用太在意此數字。