SPSS多元线性回归结果分析

 

 输出下面三张表

 

第一张R方是拟合优度

对总回归方程进行F检验。显著性是sig。

结果的统计学意义，是结果真实程度（能够代表总体）的一种估计方法。专业上，p 值为结果可信程度的一个递减指标，p 值越大，我们越不能认为样本中变量的关联是 总体中各变量关联的可靠指标。p 值是将观察结果认为有效即具有总体代表性的犯错概率。如 p=0.05 提示样本中变量关联有 5% 的可能是由于偶然性造成的。 即假设总体中任意变量间均无关联，我们重复类似实验，会发现约 20 个实验中有一个实验，我们所研究的变量关联将等于或强于我们的实验结果。（这并不是说如变量间存在关联，我们可得到 5% 或 95% 次数的相同结果，当总体中的变量存在关联，重复研究和发现关联的可能性与设计的统计学效力有关。）在许多研究领域，0.05 的 p 值通常被认为是可接受错误的边界水平。

F检验：

对于多元线性回归模型，在对每个回归系数进行显著性检验之前，应该对回归模型的整体做显著性检验。这就是F检验。当检验被解释变量y_t与一组解释变量x₁, x₂ , ... , x_{k -1}是否存在回归关系时，给出的零假设与备择假设分别是

H₀：b₁ = b₂ = ... = b_k-1