SPSS多元线性回归分析看标准化还是非标准化系数?

在进行多元线性回归分析时,通常不需要对数据进行标准化或统一单位,因为回归分析直接基于原始数据。SPSS会同时提供标准化和非标准化系数,标准化系数用于比较不同变量的影响大小,而非标准化系数则在预测和解释模型时更为适用。当解释变量为分类变量时,推荐使用非标准化系数。在实际应用中,建立的回归方程应基于非标准化系数。
摘要由CSDN通过智能技术生成

     我们在用SPSS做多元线性回归分析时,其结果是看标准化系数还是非标准化系数呢?分析之前要不要对数据标准化?不同影响因素的单位不同,要不要统一单位或对数据标准化呢?

    第一,回归分析反映的是变量之间的关系,即X变化一个单位而Y变化几个单位,因此,如无特别需要,可以直接用各变量的原始数据进行分析,而无需对数据统一单位或数据标准化。

    第二,SPSS等软件的回归分析自动输出标准化和非标准化的系数,因此可以直接获得标准化和非标准化的系数,而无需事先对数据标准化之后再进行回归分析。

    第三,如果想知道解释变量之间谁对因变量影响更大,那么一个简单的做法是比较标准化系数,但这种方法也只是基于简单的观察和比较而不是统计检验,例如标准化回归系数0.35与0.33之间的差异并不一定具有统计学意义。

     第四,当解释变量是分类变量时,标准化回归系数难以做出有意义的解释,此时用非标准化系数更好解释。

      第五,在做实际预测时,要使用非标准化系数和截距,也就是建立非标准化回归方程,而不是标准化回归方程。

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