spss做線性迴歸分析顯著性水平大於0 05怎麼辦

1樓：墨汁諾

以所選取的自變數擬出的公式與實際的統計值出入比較大，建議去除相關性較小的幾個自變數就有可能小於0.05。

大於0.05意味著結果沒有達到統計學上的顯著，即結果不具有統計學意義，不能判定均值差異是否為隨機誤差所致。此時，首先看看效應量，即eta平方，spss分析方差分析都會提供，如果eta平方至少是中等大小以上，比如0.

06以上，那麼不顯著的原因比較有可能是因為統計檢驗力不夠所致。

可以增大樣本量再次進行方差分析。如果eta平方比較小，比如0.01左右，結合不顯著的結果，可以認為沒有均值差異。

資料使用線性**函式來建模，並且未知的模型引數也是通過資料來估計。這些模型被叫做線性模型。最常用的線性迴歸建模是給定x值的y的條件均值是x的仿射函式。

不太一般的情況，線性迴歸模型可以是一箇中位數或一些其他的給定x的條件下y的條件分佈的分位數作為x的線性函式表示。

像所有形式的迴歸分析一樣，線性迴歸也把焦點放在給定x值的y的條件概率分佈，而不是x和y的聯合概率分佈（多元分析領域）。

2樓：奢v欣

迴歸分析的常數項無論是否顯著都沒有關係，你要做的研究都是你的研究變數對因變數的影響，所以你只要看你的研究變數就好了。至於常數項可以不去管

3樓：僧白楣

剛看了一篇外文文獻，其中提到了幾個變數之間的相關性分析。作者用spss得出a與b的相關性係數約為0.09，但顯著性水平大於0.

05即不顯著。隨後繼續作迴歸性分析(未闡明是否是多元線性)結論是beta 值0.35，顯著性水平小於0.

05。因此有個疑問，既然相關性分析得出的結論是兩已經不顯著相關了，為何還要繼續迴歸分析，迴歸分析不是得出具體的何種相關關係係數的嗎?求正解。

一種解釋是: 1、相關與迴歸在只有兩個變數的情況下其實說的差不多是一回事。2、多變數情況下，可以用迴歸做**，考慮調節變數，共線性問題，和多元迴歸一些其他功能，所以，繼續做迴歸，還是兩個變數，真的沒必要，如果多變數情況下，還是可以考慮的。

4樓：匿名使用者

如果你們有要求的話要麼換資料，要麼就自己改改資料，沒要求的話就這樣也無所謂

spss 迴歸分析常數和控制變數顯著性水平大於0.05，怎麼辦，說明不相關嗎 10

5樓：呂秀才

spss單因素方差分析結果不太理解，顯著性大於0.05怎麼辦？ 50

6樓：匿名使用者

大於0.05意味著結果沒有達到統計學上的顯著，即結果不具有統計學意義，不能判定均值差異是否為隨機誤差所致。

此時，首先看看效應量，即eta平方，spss分析方差分析都會提供，如果eta平方至少是中等大小以上，比如0.06以上，那麼不顯著的原因比較有可能是因為統計檢驗力不夠所致。可以增大樣本量再次進行方差分析。

如果eta平方比較小，比如0.01左右，結合不顯著的結果，可以認為沒有均值差異。

7樓：鹹菜統計研修室

說明組間差異不顯著。試著看看極端值是否處理，以及分組樣本量是不是有些太小。（鹹菜老師）

8樓：匿名使用者

資料結果就是這樣，不能接受的話只能修改資料了

您好我用spss做線性迴歸分析得出的結果有的變數sig不小於0.05 可是我想要讓他們顯著該怎麼處理呢

9樓：匿名使用者

在linear regression對話方塊中，單擊method欄的下拉選單，選擇stepwise；單擊「options」按鈕，更改use probability of f欄中「entry」的值為0.1，「removal」的值為0.11(注意：

entry的值必須大於removal的值)，其餘選擇照舊，執行即可，spss會自行剔除變數。

另：進行統計分析時，不應輕易地剔除極大極小值。