1樓：劉得意統計服務
t檢驗用於兩組均值大小的比較，看有無顯著差異。
而回歸分析用於兩個數值型變數，看二者之間的數量上的因果關係。
希望對你有幫助，統計人劉得意！
spss中迴歸分析結果解釋，不懂怎麼看
2樓：中子
首先來說明各個符號，b也就是beta，代表迴歸係數，標準化的迴歸係數代表自變數也就是**變數和因變數的相關，為什麼要標準化，因為標準化的時候各個自變數以及因變數的單位才能統一，使結果更精確，減少因為單位不同而造成的誤差。t值就是對迴歸係數的t檢驗的結果，絕對值越大，sig就越小，sig代表t檢驗的顯著性，在統計學上，sig<0.05一般被認為是係數檢驗顯著，顯著的意思就是你的迴歸係數的絕對值顯著大於0，表明自變數可以有效**因變數的變異，做出這個結論你有5%的可能會犯錯誤，即有95%的把握結論正確。
迴歸的檢驗首先看anova那個表，也就是f檢驗，那個表代表的是對你進行迴歸的所有自變數的迴歸係數的一個總體檢驗，如果sig<0.05,說明至少有一個自變數能夠有效**因變數，這個在寫資料分析結果時一般可以不報告
然後看係數表，看標準化的迴歸係數是否顯著，每個自變數都有一個對應的迴歸係數以及顯著性檢驗
最後看模型彙總那個表，r方叫做決定係數，他是自變數可以解釋的變異量佔因變數總變異量的比例，代表迴歸方程對因變數的解釋程度，報告的時候報告調整後的r方，這個值是針對自變數的增多會不斷增強**力的一個矯正（因為即使沒什麼用的自變數，只要多增幾個，r方也會變大，調整後的r方是對較多自變數的懲罰），r可以不用管，標準化的情況下r也是自變數和因變數的相關
希望對您有用
3樓：匿名使用者
看coeffuenthesig即可，
spss迴歸分析t、f值分別代表什麼呀？
4樓：統御近距離
r方為決定係數，即擬合模型所能解釋的因變數的變化百分比。例如，r方＝0．810，說明擬合方程能解釋因變數變化的81％，不能解釋的19％。
f是方差檢驗，整個模型的全域性檢驗，看擬合方程是否有意義
t值是對每個自變數進行一個接一個的檢驗（logistic迴歸），看其beta值，即迴歸係數是否有意義
f和t的顯著性均為0．05，
迴歸分析在科學研究領域是最常用的統計方法。《spss迴歸分析》介紹了一些基本的統計方法，例如，相關、迴歸（線性、多重、非線性）、邏輯（二項、多項）、有序迴歸和生存分析（壽命表法、kaplan－meier法以及cox迴歸）。
spss是世界上最早的統計分析軟體。2023年，斯坦福大學的三位研究生normanh．nie，c．hadlai（tex）hull和daleh．bent成功地進行了研究和開發。同時成立了spss公司。
擴充套件資料：
原理：這種表示取決於變數y中可由控制變數x解釋的變化百分比。
決定係數不等於相關係數的平方。這個和相關係數之間的區別是如果你去掉｜，r｜等於0和1，
由於r2
決定係數：在y的平方和中，x引起的平方和所佔的比例為r2
相關程度由決定係數的程度決定。
在多元迴歸分析中，決定係數為路徑係數的平方。
表示式：r2＝ssr／sst＝1－sse／sst
其中：sst＝ssr＋sse，sst （total sum of squares）為總平方和，ssr （regression sum of squares）為迴歸平方和，sse （error sum of squares） 為殘差平方和。
5樓：匿名使用者
t值、f值都是判斷顯著性的過程值，重點看p值即可。
f值用於判定模型中是否自變數x中至少有一個對因變數y產生影響,如果呈現出顯著性（看p值）,則說明所有x中至少一個會對y產生影響關係。
t值用於判斷每個自變數的顯著性，如果顯著則說明該變數對模型有顯著影響。
可是使用spssau進行分析，直接得出文字結果及標準格式資料。
6樓：匿名使用者
r表示的是擬合優度，它是用來衡量估計的模型對觀測值的擬合程度。它的值越接近1說明模型越好。但是，你的r值太小了。
t的數值表示的是對迴歸引數的顯著性檢驗值，它的絕對值大於等於ta/2(n-k)（這個值表示的是根據你的置信水平，自由度得出的數值）時，就拒絕原假設，即認為在其他解釋變數不變的情況下，解釋變數x對被解釋變數y的影響是顯著的。
f的值是迴歸方程的顯著性檢驗，表示的是模型中被解釋變數與所有解釋變數之間的線性關係在總體上是否顯著做出推斷。若f>fa(k-1,n-k),則拒絕原假設，即認為列入模型的各個解釋變數聯合起來對被解釋變數有顯著影響，反之，則無顯著影響。
如果，你只改r值，我想是可以看的出來的。你的f的值和t的值都是有問題的，如果只改r值，怎麼可能在f的值和t的值都不合理的情況下，擬合優度卻突然變的很高。
7樓：陶李昶
首先r太小
f值是整個迴歸模型的顯著性
t是各個自變數的顯著性
你這裡沒有給出各個自變數的，你可以把裡面的迴歸不好的自變數剔除掉再回歸試試
另外sig太大了，你這模型是無效的
8樓：謙瑞資料論壇
1、r方是代表擬合度的，一般而言，財務資料或者經濟類資料，擬合度要到50%才算是擬合較好，你的這個運算結果r方只有0.171，即擬合只有17.1%，擬合是不太好的。
2、線性迴歸運算結果中的anova分析，本質上是檢驗整個迴歸方程是否顯著，即整體而言，參與本次研究的自變數是否可以顯著影響因變數。按照你的運算結果，anova檢驗得出的f值和p值結果不好，p>0.05，意味著整體而言，你的模型無效，即自變數不能顯著影響因變數。
3、迴歸係數表coefficients，裡面的t檢驗是檢驗迴歸係數是否顯著的，即某一個自變數是否可以顯著影響因變數，是通過t檢驗實現的；前面的anova中的f檢驗是檢驗整體而言所有自變數是否可以顯著影響因變數的。按照你的資料，只有「自然人持股比例」的迴歸係數通過了t檢驗，p=0.031<0.
05，但是僅僅只有這一個自變數顯著影響因變數是沒有多大作用的，因為結合擬合度不好，且整體迴歸方程不顯著（f檢驗沒通過），你建立的這個迴歸方程是無效的。
在spss做經迴歸性分析對迴歸係數行t檢驗時，下邊這個對不？
9樓：匿名使用者
f是對建立的迴歸方程做檢驗，這裡f值是126.502，相應的顯著性概率小於0.001（邊上的sig顯示是0.
00，並不能說明是0，因為只顯示小數點後三位，可能第四位不是0），所以即使顯著性水平取0.01，方程也能通過顯著性檢驗，即認為方程是顯著的，所有自變數對響應變數有顯著的解釋能力。
上面的f檢驗只是說明所有的自變數對響應變數的解釋是好的，但是並不代表每一個自變數對響應變數有顯著的解釋能力，t 則是對每一個自變數做檢驗，所構造的檢驗統計量服從t 分佈，t 下面的值則是各個自變數的相應的檢驗統計量的值，右邊一列的sig值若大於事先取定的顯著性水平，則該自變數對響應變數的影響是不顯著的，小於顯著性水平，則是顯著的。
常量是線性迴歸方程的常數項，或稱截距項。
10樓：匿名使用者
f和t就是統計量
這是做迴歸最基礎的知識了，不懂的話，不建議亂做，否則會做錯
我經常幫別人做這類的資料分析的
spss的比較均值中，t檢驗和anova有什麼區別？
11樓：匿名使用者
方差和t檢驗的區別在於，對於t檢驗的x來講，其只能為2個類別比如男和女。如果x為3個類別比如本科以下，本科，本科以上；此時只能使用方差分析。
具體說明可以檢視spssau的差異關係幫助手冊，比較好理解。
在迴歸分析中,f檢驗和t檢驗各有什麼作用?
12樓：月似當時
f檢驗用來分析用了超過一個引數的統計模型，以判斷該模型中的全部或一部分引數是否適合用來估計母體。t檢驗推論差異發生的概率，從而比較兩個平均數的差異是否顯著。
f檢驗對於資料的正態性非常敏感，因此在檢驗方差齊性的時候，levene檢驗,
bartlett檢驗或者brown–forsythe檢驗的穩健性都要優於f檢驗。
f檢驗還可以用於三組或者多組之間的均值比較，但是如果被檢驗的資料無法滿足均是正態分佈的條件時，該資料的穩健型會大打折扣，特別是當顯著性水平比較低時。但是，如果資料符合正態分佈，而且alpha值至少為0.05，該檢驗的穩健型還是相當可靠的。
若兩個母體有相同的方差（方差齊性），那麼可以採用f檢驗，但是該檢驗會呈現極端的非穩健性和非常態性，可以用t檢驗、巴特勒特檢驗等取代。
擴充套件資料
迴歸分析是對具有因果關係的影響因素（自變數）和**物件（因變數）所進行的數理統計分析處理。只有當自變數與因變數確實存在某種關係時，建立的迴歸方程才有意義。
因此，作為自變數的因素與作為因變數的**物件是否有關，相關程度如何，以及判斷這種相關程度的把握性多大，就成為進行迴歸分析必須要解決的問題。進行相關分析，一般要求出相關關係，以相關係數的大小來判斷自變數和因變數的相關的程度。
迴歸**模型是否可用於實際**，取決於對迴歸**模型的檢驗和對**誤差的計算。迴歸方程只有通過各種檢驗，且**誤差較小，才能將回歸方程作為**模型進行**。
正確應用迴歸分析**時應注意：
①用定性分析判斷現象之間的依存關係；
②避免迴歸**的任意外推；
③應用合適的資料資料。
13樓：匿名使用者
一元線性迴歸裡t檢驗和f檢驗等價，但在多元線性迴歸裡，t檢驗可以檢驗各個迴歸係數顯著性，f檢驗用來檢驗總體迴歸關係的顯著性。
t檢驗常能用作檢驗迴歸方程中各個引數的顯著性，而f檢驗則能用作檢驗整個迴歸關係的顯著性。各解釋變數聯合起來對被解釋變數有顯著的線性關係，並不意味著每一個解釋變數分別對被解釋變數有顯著的線性關係。
在一般情形下,t檢驗與f檢驗的結果沒有必然聯絡;但當解釋變數之間兩兩不相關時,若所有解釋變數的係數均通過t檢驗,那麼迴歸方程也能通過f檢驗。
在一篇**裡可以用spss做卡方檢驗及t檢驗等分析，而使用stata 做迴歸分析嗎？
14樓：匿名使用者
你得看人家雜誌上的要求。話說只要是國際上承認的統計軟體，只要資料符合要求，你想用什麼軟體就用什麼吧。
15樓：詳
具體什麼時間交呢，我有。
如何用spss進行t檢驗和迴歸分析。方程複雜，資料繁多，跪求高人解答！ 20
16樓：匿名使用者
為什麼有三個隱蔽了啊
而且你樣本資料太傻了
不顯著是正常的
17樓：匿名使用者
資料繁多，可以程式設計來完成，很簡單的，對著步驟來。迴歸分析結果並不好，是不是有些離群點沒有除去？可以共同**下。
再多元線性迴歸分析中，t檢驗與F檢驗有何不同如題
f檢驗是針對整體模型的分析，t檢驗是針對某一個偏回歸係數的分析 再多元線性迴歸分析中，t檢驗與f檢驗有何不同如題 f檢驗是對整個模型而言的，根據是方差分解 t檢驗是針對具體的自變數而言的，根據是係數與0來比較是否有差異。南心網spss資料分析 多元線性迴歸方程檢驗中的t檢驗和f檢驗的自由度是什麼意思...
用SPSS做迴歸分析，得到的t值和sig值都是空白，怎麼回事
因為你不會spss操作，但是在那裡亂在點 我經常幫別人做這類的資料統計分析的 spss線性迴歸實驗中t值和sig值為空，沒有資料 10 對於t檢驗一般不看t值，雖然t檢驗和f檢驗一樣是t值和f值越大越好，但標準不確定。所以一般就看看t值，主要是看t值的概率即t值的p值即t值的sig值，小於0.05就...
SPSS中Logistic迴歸分析結果常數項的OR值0 這是怎麼回事
這個沒什麼吧！要不是你弄錯了！要不常量本來對因變數的發生沒有影響，沒有貢獻啊！貌似我的結果和你一樣，樓主知道了也跟我說一聲啊 小小於0就是個保護性因素，先要看b值。如 你的子女個數是 1.094，那or值小於1的話就是個保護性因素，結論解釋就需要根據你賦值來下。spss中logistic迴歸分析結果...