SPSS回归分析的问题，求解

SPSS回归分析问题~

不是这样子的。
有两种方法：
一、使用SPSS软件中的COMPUTE VARIABLE这个功能，生成一个新的变量，这个新变量的计算公式为：A=(A1+A2+A3+A4)/4，也就是所谓的加总再平均。这样得出来的值就可以用来拿去作回归分析了。

二、使用SPSS软件中的“降维”功能（Dimension Reduction），在里面的“SAVE”的选项框中勾选SAVE AS VARIABLE(不太记得具体的名称了)，然后会自动生成新的变量，这个新的变量就是所谓的因子得分，直接拿因子得分就可以进行后续的回归分析

说明一下各个符号，constant的意思是常量，实际上就是回归方程的截距，也就是自变量为0时因变量的取值，如果你的方程是标准化的，且因变量是正态分布的，那么常量会变成0，也就是没有截距。B也就是beta，代表回归系数，标准化的回归系数代表自变量也就是预测变量和因变量的相关，为什么要标准化，因为标准化的时候各个自变量以及因变量的单位才能统一，使结果更精确，减少因为单位不同而造成的误差。T值就是对回归系数的t检验的结果，绝对值越大，sig就越小，sig代表t检验的显著性，在统计学上，sig<0.05一般被认为是系数检验显著，显著的意思就是你的回归系数的绝对值显著大于0，表明自变量可以有效预测因变量的变异，做出这个结论你有5%的可能会犯错误，即有95%的把握结论正确。
回归的检验首先看anova那个表，也就是F检验，那个表代表的是对你进行回归的所有自变量的回归系数的一个总体检验，如果sig<0.05,说明至少有一个自变量能够有效预测因变量，这个在写数据分析结果时一般可以不报告
然后看系数表，看标准化的回归系数是否显著，每个自变量都有一个对应的回归系数以及显著性检验
最后看模型汇总那个表，R方叫做决定系数，他是自变量可以解释的变异量占因变量总变异量的比例，代表回归方程对因变量的解释程度，报告的时候报告调整后的R方，这个值是针对自变量的增多会不断增强预测力的一个矫正（因为即使没什么用的自变量，只要多增几个，R方也会变大，调整后的R方是对较多自变量的惩罚），R可以不用管，标准化的情况下R也是自变量和因变量的相关
标准误表示由于抽样误差所导致的实际值和回归估计值的偏差大小，标准误越小，回归线的代表性越强
希望对您有用

你好这位同学，百度知道官方认证心理学行家为你解答。

你需要回到SPSS的回归分析输出结果output，看表格里的correlation，里面有significance level的。举个例子，如下图：

你可以看到，在这个例子中有5个变量，分别是：reading score、writing score、math score、science score以及female。表格的标题就是Correlations。横向和纵向分别都是这5个变量，交叉之后，表格内每一格都是对应的correlation数据。

你要注意看的是表格中每一格里的第二行，也就是SPSS说的Sig. (2-tailed)，这就是你要找的p值了。

现在回到你自己的数据，找一下这张Correlations表格和里面的Sig那一行，然后对应<0.05还是<0.01标注星号即可，不难的。

希望我的回答对你有帮助，如果还有问题欢迎追问。

---

天长市15353881865： 请教SPSS高手,做回归分析时的问题 - ？
欧腾华富： 从你的问题里我觉得好像没有出现问题,你既然用stepwise即逐步引入-剔除法,那结果第一个表格当然是显示variables entered\removed removed这个了.使用此方法时在options里要设置变量进入和剔除的的P值,默认是变量进入P=0.10.如果你的因变量(净资产收益率)在回归时P值>0.10,或未能

天长市15353881865： 求SPSS大神解答回归分析的问题 - ？
欧腾华富： 一个是把不显著的变量剔除,另一个办法是选择更适合的估计方法,比如加权最小二乘法.第三个是模型中存在多重共线,使用逐步回归、岭回归、主成分回归等方法进行处理.若有帮助,请及时采纳,谢谢.统计人刘得意

天长市15353881865： 在回归分析中,怎样用SPSS求解完全二次模型 - ？
欧腾华富： 1、打开spss软件,选择文件→打开数据:2、接着选择分析→回归→线性:3、设置自变量和因变量,这里自变量为肺活量,因变量为体重:4、点击统计量,如下图勾选估计,模型拟合度,描述性,个案诊断选择所有,置信区间水平设为95%5...

天长市15353881865： SPSS 关于回归方程式的问题,求出Y与六个自变量的回归方程,序号 Y X1 X2 X3 X4 X5 X61 43 51 30 39 61 92 452 63 64 51 54 63 73 473 71 70 68 69 76 ... - ？
欧腾华富：[答案] 好的

天长市15353881865： 请教spss回归分析结果解读 - ？
欧腾华富： 首先看 方差分析表 对应的sig 是否小于0.05,如果小于0.05,说明整体回归模型显著,再看下面的回归系数表,如果这里的sig大于0.05,就说明回归模型不显著,下面的就不用再看了.其次,在回归模型显著的基础上,看调整的R方,是模型拟合度的好坏,越接近1,说明拟合效果越好.这个在一般做论文中,不需要管它的高低,因为论文重在研究方法和思路的严谨性,导师不会追究你的结果是对是错,你的数据本身就不一定有质量,所以无所谓,不必在意.第三 看具体回归系数表中每个自变量 对应的sig值,如果sig小于0.05,说明该自变量对因变量有显著预测作用,反之没有作用.

天长市15353881865： 用spss做多元回归分析,有A和B两个变量,A变量包含7个因子,B变量含6个因子,SPSS具体问题的使用问题用spss做多元回归分析,有A和B两个变量,... - ？
欧腾华富：[答案] 你这么做肯定不行的,看看降维的分析吧,综合一下变量

天长市15353881865： spss 主成分回归分析问题 - ？
欧腾华富： 在因子分析时,点击得分-保存因子得分即可, 在回归分析时,将Y输入到dependent,F1 F2输入到indenpendent,下面那位说错了.

天长市15353881865： 求高手分析SPSS一元线性回归结果 - ？
欧腾华富： 从输出表看,这是个多元线性回归的分析结果啊! 第一列显示了有6个自变量(第一行是常数项),因变量是什么楼主没有显示出来. 第二列是分别是常数项与6个自变量的回归系数. 第三列是回归系数的标准误差. 第四列是标准化的回归系数,因为标准化了,所以没有常数项了. 第五列是对每个回归系数显著性检验的t值.通过与临界值对比可以判断哪些自变量是显著的. 第五列是各个自变量显著性P值,相比于第四列,看这个值做显著性检验更方便.这些值(常数项没必要考虑)都小于0.05,可以认为在0.05的显著水平下,这些自变量都是显著的. 另外,通过P值的大小,可以初步判断“interest”这个变量最显著,其次是GDP,也就是说,P值越小越显著.

天长市15353881865： 回归方程 - 如何用SPSS软件求解线性回归方?如何用SPSS软件求解线性回归 ？
欧腾华富： 做散点图,右击数据点——添加趋势线——选项——显示公式 这是我的看法,请采纳.

天长市15353881865： spss 求回归方程问题 - ？
欧腾华富： 用画图的方式比较容易Graphs->LegacyDialogs->Scatter/DotsimplescatterDefine因变量、自变量放入相应对话框,OK得到散点图双击散点图,点击任何一个点,全部点就选中了,进入ChartEditor窗口,菜单Elements->Fitlinesattotal,新的对话框Properties,线性回归直线出现,选项卡FitLine,Linear,Apply(缺省时是虚的,不用点),Close,再关闭ChartEditor窗口,成功.