spss结果DW值为0.496那回归模型还成立吗
来源:学生作业帮助网 编辑:作业帮 时间:2024/05/15 15:49:59
T为负值表示前面一组样本的均值低于后面一组的均值
Z值为负值,说明第一个样本和秩和小于第二个样本的秩和.秩和=平均秩×例数,所以判断哪组数据较低,要看平均秩(Rankmean),类似均数(mean),是平均的排序号,但不是真实的值.
负值是对照组和研究组的数据进行比较得出的值~·打个比方,对照组的均值是3.50±0.59,研究组的是4.04±0.45T值-4.318也就是说后面研究组的数据大于对照组的~就是负~
第二个表说明拟合度,0.996,接近1,说明模型拟合不错;第三个表看F值就好,相当大,在95%甚至99%置信度下显著;第四个表说明自变量X(营业收入)系数为0.891,并且是在95%甚至99%置信度下
在spss中打开要处理的数据,然后点击菜单栏中的“分析”,下拉菜单中点“回归分析”,在回归分析的下拉菜单中点击“线性”,出现“线性回归”窗口,然后将要分析的变量和自变量拉入指定位置.点击统计.出现“线
负值是对照组和研究组的数据进行比较得出的值.
我只会简单的你试试我这个方法.首先你的样本容量是多少,最后模型的回归结果中解释变量有几个,然后翻书后的表查一下德宾奥森d统计量.比如样本容量为17,解释变量为3个,即n=17,k=3,在a=0.05显
显著性(双侧)也即P值为0.028
这是对残差情况进行描述.因为做回归时要求残差独立、正态等,要满足这个条件才行
Z值为负值,说明第一个样本和秩和小于第二个样本的秩和.再问:能理解为第二组数据低于第一组数据吗?再答:秩和=平均秩×例数,所以判断哪组数据较低,要看平均秩(Rankmean),类似均数(mean),是
R平方就是拟合优度指标,代表了回归平方和(方差分析表中的0.244)占总平方和(方差分析表中的0.256)的比例,也称为决定系数.你的R平方值为0.951,表示X可以解释95.1%的Y值,拟合优度很高
DW检验用于检验随机误差项具有一阶自回归形式的序列相关问题,也是就自相关检验0
小于0.05表示拒绝原假设,预测结果存在显著性的差异,不可信.
你在用两种软件做多元线性回归时,有没有注意选择变量控制的概率值,有点默认是0.05,有点默认是0.1.如果这个概率值设置不同,选择出的自变量个数当然是不一样的.相关分析只考虑到两个变量之间的关系,而并
DW在1附近说明你的数据序列样本还是有一定的相关性,如果数据本身是这样的,那没有办法提高的,除非你改数据了再问:关键是改数据怎么改合适呢?再答:改数据没有便捷的固定的方法,你就不停的尝试吧再问:增加自
DW在模型汇总里面,不是这个表格再问:那怎么做模型汇总呢??
你少了一个表,输出结果的第一张表就是“输入/移去的变量”,这张表里面就是保留和移除的变量.模型汇总:这个看R方,数值最大最接近1的就是拟合度最好的模型.Anova:这个看Sig,
不会做的话让人帮你做我经常帮别人做这类的数据分析的
去人大经济论坛看看吧,这类问题很多,一两句话说不清楚……
首先做滞后一期的残差(在时间序列里边),然后把残差和滞后一期的残差做回归,记下它的斜率.在做滞后一期的自变量和因变量、建立新变量=元变量-斜率*滞后一期的变量.做新变量之间的回归.检查DW,若仍不合格