SPSS多元线性回归数据解读

前文我们总结了SPSS安装流程和多元线性回归操作案例:

链接如下:

SPSS安装:保姆级SPSS图文安装教程_追忆苔上雪的博客-CSDN博客

SPSS多元线性回归操作案例:SPSS多元线性回归操作入门实例_追忆苔上雪的博客-CSDN博客

接下来针对多元线性回归后的数据进行解读

(1)模型摘要

这个表是为了看模型的拟合度,关注R方和调整后R方,越接近1拟合度越好。

但是R方小,也不能完全说明方程拟合的不好,R方与也有关系,所以一般不把R方作为决定性的指标。有的方程Y变化较小,主要是X在变化,直线方程和X轴近乎平行时,这时拟合的方程R2会很小,但是方程显著。所以不能完全用R方来衡量方程拟合的效果。

德宾沃森检验若结果在0-4之间,基本可认为数据独立性符合。本例的德宾沃森值为1.37,符合独立性。

(2)ANOVA

这个表是为了看模型整体的显著性,关注F值和显著性。显著性是F检验的p值,通常小于0.05我们认为模型整体显著。

上面我们看到R方比较小,这里我的样本数量小,所以方小也是原因之一,主要还是看方程的显著性,方程显著性是满足要求的,可以用

(3)系数

这个表是最终需要分析的系数表,B列是自变量的系数,显著性是T检验的p值,通常小于0.05,我们认为变量显著。

所以这个模型应该写成:

LAI=-20.228+42.272NDVI-14.985GNDVI-0.165RVI+0.000037MCARI+1.145Clre-6.411NRI

  • 0
    点赞
  • 46
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
SPSS多元逻辑回归是一种统计分析方法,用于预测一个或多个分类变量的概率。根据引用,Logistic回归分析可以分为三种类型:二元逻辑回归多元无序逻辑回归多元有序逻辑回归。在SPSS软件中,进行多元逻辑回归分析的步骤如下:首先,根据研究的需求选择合适的变量作为自变量和因变量。然后,在SPSS中打开数据文件,并进入逻辑回归分析的主面板。接下来,根据研究的目的和问题,设置分析的选项,包括选择自变量和因变量,设置模型类型等。进一步,点击保存按钮,勾选估算响应概率选项,以便软件帮助我们估算每个个案三类早餐的概率。最后,点击确定按钮,软件开始执行建模过程,计算出相关的统计指标和概率值。根据引用和,SPSS软件能够自动计算出每个受访者三种早餐选择的相应概率,并在数据编辑器窗口中呈现结果。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [【029期】SPSS 二元logistic回归.docx](https://download.csdn.net/download/TIQCmatlab/12497090)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* *3* [多元logistic回归模型——spss步骤](https://blog.csdn.net/DL_Iris/article/details/121706925)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值