作业帮 > 数学 > 作业

帮我做一个回归分析,用SPSS分析的结果如下图,1-7为自变量,8为因变量.请参照模版进行分析.

来源:学生作业帮 编辑:作业帮 分类:数学作业 时间:2024/05/22 00:48:35
帮我做一个回归分析,用SPSS分析的结果如下图,1-7为自变量,8为因变量.请参照模版进行分析.
模版:
调整的R2为0.550,这样的拟合优度,对于一般的实证分析是可以接受的,说
明回归方程对样本数据有55%的代表程度.
F 值为31.888,其相伴概率值(P 值)为0.000,小于指定的显著性水平0.05,
可以拒绝原假设,表明7 个维度与员工满意度存在显著的线性关系,7 个维度的变
化能够反映员工满意度的变化,回归方程显著.
7 个维度的T 统计量的相伴概率值(P 值)均为0.000,小于指定的显著性水
平0.05,因此7 个维度均可通过T 检验,说明7 个维度的变化能较好地解释员工
满意度的变化.
模型为:
VAR00008=-0.552+0.14X1+0.074X2+0.065X4+0.365X5+0.248X6+0.306X7
X1,X2,X4,X5,X6,X7分别为各自变量.
1.调整的R平方为0.915,说明因变量VAR00008不确定性的绝大部分(91.5%)能由回归方程解释,回归方程拟合优度较好.
2.从ANOVA方差分析表中看到,F=114.6,P值为0.000,小于指定的显著性水平0.05,可以拒绝原假设,表明回归方程显著,说明自变量1-7整体上对因变量8有显著的线性影响.
3.回归系数的显著性检验,从表中可以看到,只有自变量VAR00005的P值=0.038通过了显著性水平为0.05的检验;其他变量均未通过显著性水平为0.05的显著性检验,应对它们进行取舍,这也不一定说明这些变量对方程不重要,可能是它们之间存在共线性问题,这个你可以看看它们之间的相关阵.
再问: 请问共线性问题怎么分析?是VIF值吗?这个值怎么计算?
再答: 你先用SPSS做出自变量之间的相关阵,看看有没有必要做共线性分析
再问: 自变量之间的相关阵怎么做?用SPSS的哪个功能?是这个吗?
再答: SPSS菜单栏中的Analyze(分析)----Correlate-----partial
再问: 是这个吗?
再答: 是这个
再问: 那接下来该怎么分析?麻烦了,非常感谢
再答: 我不知道你的数据啊,你可以发过来,我帮你看看
再问: 我的邮箱是605230188@qq.com,你发个邮件给我 我把数据发给你