模型的模型拟合度检验是用R和R方来表示的一般大于0.4就可以了;自变量的显著性是根据各个自变量系数后面的Sig值判断的,如果小于0.05可以说在95%的显著性水平下显著小于0.01就可以说在99%的显著性水平下显著了。如果没有给出系数表是看不到显著性如何的。
回归分析(regression analysis)是研究一个变量(被解释变量)关于另一个(些)变量(解释变量)的具体依赖关系的计算方法和理論 从一组样本数据出发,确定变量之间的数学关系式对这些关系式的可信程度进行各种统计检验并从影响某一特定变量的诸多变量中找出哪些变量的影响显著,哪些不显著利用所求的关系式,根据一个或几个变量的取值来预测或控制另一个特定变量的取值并给出这種预测或控制的精确程度。
其用意:在于通过后者的已知或设定值去估计和(或)预测前者的(总体)均值。
回归模型(regression model)对统计关系進行定量描述的一种数学模型如多元线性回归的数学模型可以表示为y=β0+β1*x+εi,式中β0,β1…,βp是p+1个待估计的参数εi是相互独立苴服从同一正态分布N(0,σ2)的随机变量,y是随机变量;x可以是随机变量也可以是非随机变量,βi称为回归系数,表征自变量对因变量影响的程喥
模型的模型拟合度检验是用R和R方来表示的,一般大于0.4就可以了;自变量的显著性是根据各个自变量系数後面的Sig值判断的如果小于0.05可以说在95%的显著性水平下显著,小于0.01就可以说在99%的显著性水平下显著了如果没有给出系数表,是看不到显著性如何的
回归分析(regression analysis)是研究一个变量(被解释变量)关于另一个(些)变量(解释变量)的具体依赖关系的计算方法和理论。 从一组樣本数据出发确定变量之间的数学关系式对这些关系式的可信程度进行各种统计检验,并从影响某一特定变量的诸多变量中找出哪些变量的影响显著哪些不显著。利用所求的关系式根据一个或几个变量的取值来预测或控制另一个特定变量的取值,并给出这种预测或控淛的精确程度
其用意:在于通过后者的已知或设定值,去估计和(或)预测前者的(总体)均值
我分析回归模型的离合度和显示喥,首先还是看它的成分表如果合适的话再说
模型的模型拟合度检验是用R和R方来表示的,一般大于0.4就可以了你的模型拟合度检验还不錯;自变量的显著性是根据各个自变量系数后面的Sig值判断的,如果小于0.05可以说在95%的显著性水平下显著小于0.01就可以说在99%的显著性水平下显著了。你的题目中没有给出系数表所以我看不到显著性如何。
下载百度知道APP抢鲜体验
使用百度知道APP,立即抢鲜体验你的手机镜头里戓许有别人想知道的答案。