SPSS中多重多元线性回归数学模型拟合优度不错，F显著，但是没有变量显著

来源：蜘蛛抓取(WebSpider) 时间：2018-08-14 14:32 标签： 拟合线性回归中F值指什么
应用回归分析之多元线性回归（SPSS版本）
应用回归分析
149 views 97 views 91 views 73 views 48 views
关于本站文艺数学君旨在通过，来分享一些，并会结合和等软件做数学与实际的应用。
<span class="tipso_style" id="tip-w-j" data-tipso=''>您所在位置： &
&nbsp&&nbsp&nbsp&&nbsp
5.7spss中的回归分析.ppt 134页
本文档一共被下载：
次 ,您可全文免费在线阅读后下载本文档。
&#xe600;下载提示
1.本站不保证该用户上传的文档完整性，不预览、不比对内容而直接下载产生的反悔问题本站不予受理。
2.该文档所得收入(下载+内容+预览三)归上传者、原创者。
3.登录后可充值，立即自动返金币，充值渠道很便利
5.7spss中的回归分析.ppt
你可能关注的文档：
··········
··········
5-7-1 线性回归模型 参数估计
最小二乘法 模型统计推断检验
拟合优度检验
方程显著性检验（F检验）
变量显著性检验（t检验）
多元线性回归：
1、因变量、自变量的确定
2、变量引入、剔除方法的选择
3、常用选择项
（1）模型拟合检验：调整R2 应用举例：全国财政收入的回归分析 移除GNP后，剩余的自变量采用ENTER法 在例5-7-3中，对y进行按时间序列做曲线估计。 逻辑回归应用 风险与保障:
基于农村养老问题的一个实证分析 ——《农业经济问题》 (月刊) 2005年第9期 一、数据来源与变量的描述 本文数据来自2003年7月份在全国范围内开展的“劳动与社会保障问题”问卷调查。 此次调查按照经济发展水平在浙江、江苏、广东、福建、湖北、广西、河北、河南、四川、陕西、安徽11个省抽取38个行政村，每村抽取30户左右的居民进行入户问卷调查，共发放问卷1112份，收回有效问卷1106份，有效回收率99.5%。
Display：显示方法选项。
At each step：显示每一步的结果。系统默认值。
At last step：显示综合中间过程和最后结果。
Probability for stepwise：协变量引入或删除的概率标准选项
Entry栏，引入协变量标准，默认值为0.05。
Removal栏，删除协变量标准，系统默认值为0.10。
Classification Cutoff: 因变量分类界限，系统默认值为0.5。
Maximum Iterations:设定最大迭代次数，系统默认值为20次。
Include constant in
model：模型包含常数项，系统默认值
在一次关于某城镇居民上下班使用交通工具的社会调查中，因变量y =1表示居民主要乘坐公共汽车上下班；y?=0表示主要骑自行车上下班；自变量x1表示被调查者的年龄；x2表示被调查者的月收入；x3表示被调查者的性别（x3=1为男性，x3=0为女性）。 试建立y与自变量间的Logistic回归. 三、应用举例
使用交通工具上下班情况 1 1
1 1 950 30 19 0 1
0 1 850 18 14 1 0
1 0 950 46 9 1 0
0 0 850 31 6 1 0
1 0 950 23 4 1 0 850 23 3 0 0
0 0 850 18 1 y x3（性别） x2（月收入：元） x1（年龄） 序号 ?
实现步骤 “Logistic Regression”对话框
“Logistic Regression：Options”对话框
（1）第一部分输出结果有两个表格，第一个表格说明所有个案（28个）都被选入作为回归分析的个案。
结果和讨论
第二个表格说明初始的因变量值（0，1）已经转换为逻辑回归分析中常用的0、1数值。
（2）第二部分（Block 0）输出结果有4个表格。
（3）Omnibus Tests of Model Coefficients表格列出了模型系数的Omnibus Tests结果。
（4）Model Summary表给出了-2 对数似然值、Cox和Snell的R2以及Nagelkerke的R2检验统计结果。
（5）Hosmer and Lemeshow Test表格以及Contingency Table for Hosmer and Lemeshow Test表格给出了Hosmer和Lemeshow的拟合优度检验统计量。 结论： 因变量的观测值与模型预测值不存在显著性差异。
（6）Classification Table分类表说明第一次迭代结果的拟合效果，从该表格可以看出对于y=0，有86.7%的准确性；对于y=1，有76.9%准确性，因此对于所有个案总共有82.1%的准
正在加载中，请稍后...如何采用SPSS对线性回归模型作出拟合优度检验_百度知道
如何采用SPSS对线性回归模型作出拟合优度检验
具体操作方法。。。SPSS没用过。。还有方程显著性检验(F检验)，变量显著性检验(t检验)等。。。...
具体操作方法。。。SPSS没用过。。还有方程显著性检验(F检验)，变量显著性检验(t检验) 等。。。
&#xe6b9;答题抽奖
首次认真答题后
即可获得3次抽奖机会，100%中奖。
来自知道合伙人认证行家
市场营销类行家
采纳数：3162
获赞数：10894
2007年心理学硕士毕业，从事市场研究与分析工作多年，善于营销市场研究分析、数据分析等
你提的方程显著性检验(F检验)，变量显著性检验(t检验)
直接通过线性回归模型就能给出来了，也就是对构建的回归模型是否有效的一个检验。而同时还能输出一个调整的R&#178;，也算是对回归模型拟合度的一个检验但是如果要专业的检验回归模型的拟合优度，那就在进行回归分析的时候 选择保存回归的预测值，然后比较预测值和实际值之间的差异，通过这个差异来看构建的模型的拟合度
采纳数：3019
获赞数：2188
可以做到的我替别人做这类的数据分析很多的
1条折叠回答
为你推荐：
其他类似问题
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。【急问】spss多元线性回归，拟合优度不好怎么办？
【急问】spss多元线性回归，拟合优度不好怎么办？
spss多元回归分析课题中的问题~非常希望有知道的同学能帮忙解答~~感恩感恩~~【问老师，一直没有回复，所以就只有在蛋蛋上求助了】
这是做的上级部门开微博时间、地方人均GDP、财政资源、网民比例对微博绩效指标的相关性分析。结果出来了，有2个问题想要问：
1、拟合优度不好怎么办？散点图中的R平方的二次、三次拟合优度好？这是为什么呢？
2、为什么预分析里面几个指标对微博绩效指标的影响都显著，而最后只有最显著的两个指标相关系数显示呢？最后的剔除变量是什么意思，为什么把另外2个给剔除了啊？
[ 本帖最后由 jie_inspiration 于
13:44 编辑 ]
附件: 您所在的用户组无法下载或查看附件
Keep calm and carry on.
提示: 作者被禁止或删除 内容自动屏蔽
回复 沙发 的帖子
有没有理性一点的办法？~散点图里面的拟合线是怎么回事呢？为什么那里R平方的一次和表中的不一致？
另一个问题呢？
Keep calm and carry on.
为什么没有人施以援手呢？……难道是都在复习考试？……………………
Keep calm and carry on.
伺候主子的小李子
改数据………………
以前我们最拿手的就是自己编数据
苍山负雪，浮生未歇，锦瑟丝弦，几度流年
我有两条准则，第一：女神永远都是对的，第二：如果女神错了，请参看第一条。
……不以灌水为目的的上蛋蛋都是耍流氓…
5楼正解该数据
1. 拟合有度不好说明这俩变量没啥必然联系，亦或仅有微弱的关系，换个变量什么的试试……或者加入其它变量。（另外不知道结果里的那个constant在这儿是啥意思，楼主确定数据没错么？predictor不会全是常数吧？）另外用次数高的方程拟合肯定要比用次数低的拟合的效果好，比如一共n个数据点，你用n-1次方程拟合，那拟合优度八成是1了，没有什么可以大惊小怪的。看你那幅图里，首先不知道横纵轴都是啥，这样拟合有没有意义，其次即便有意义，肯定不是一个线性的关系，选择二次或者三次都是可以的。
2. 剔除变量神马的……我也忘了是为啥了……应该跟逐步回归的方法有关……楼主应该查阅一下spss里的帮助看看采取的什么回归准则，同时找本多元统计分析的书看看，任何一本书上都有关于提出变量准则的解释……
蛋蛋网感谢你的贡献^_^
1.关于拟合度和系数的显著性
自变量显著，这说明和因变量之间存在关系。但是拟合度很低，这说明模型中的自变量对因变量的解释力很低。
个人认为：当你要使用模型进行预测的时候，调整后的R方越大越好，达到0.9以上更加。这可以提高预测的准确性。
当你要解释一个变量与另一个变量之间的关系时，只需要知道两者之间是否存在显著关系即可，不用关心模型的拟合度。
2.剔除变量
剔除变量一般有两种情况：（1）自变量之间存在共线性；（2）不显著
3.关于你的分析
我严重质疑你的数据的有效性，即样本的可比性。你的样本是什么？我理解的是：你的样本是某级政府或m个政府的n个部门。如果是这样，那你的模型是错误的。建议使用多水平模型
4. 关于你的变量
不知你如何理解政府部门开通微博。我认为政府开通微博更多的一种行政管理手段。你能在逻辑上证明GDP、财政资源之类的与微博绩效指标的因果关系吗？如果不能，那模型就没有意义了。不要为了模型而模型，模型是为了证明相关或因果关系而存在的
5.关于R，R Square 和Adjusted R Square
在线性回归模型中，随着自变量的增加，R 会增大，R Square也会增大，不管新增加的变量是否显著、是否合理。但是Adjusted R Square不会随意的变化，如果加入很有解释力的变量，它会增大；相反，则不会增大，甚至变小。
[ 本帖最后由 山蛋蛋 于
09:22 编辑 ]
蛋蛋网感谢你的贡献^_^
There is no greater journey than the one that leads you home.
去坏点，用matlab应该更好吧。搜索结果部分由

我要回帖

更多关于 拟合线性回归中F值指什么 的文章

 

随机推荐