(資料圖)

1、首先來說明各個符號，B也就是beta，代表回歸系數，標準化的回歸系數代表自變量也就是預測變量和因變量的相關，為什么要標準化，因為標準化的時候各個自變量以及因變量的單位才能統一，使結果更精確，減少因為單位不同而造成的誤差。

2、T值就是對回歸系數的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<0.05一般被認為是系數檢驗顯著，顯著的意思就是你的回歸系數的絕對值顯著大于0，表明自變量可以有效預測因變量的變異，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。

3、回歸的檢驗首先看anova那個表，也就是F檢驗，那個表代表的是對你進行回歸的所有自變量的回歸系數的一個總體檢驗，如果sig<0.05,說明至少有一個自變量能夠有效預測因變量，這個在寫數據分析結果時一般可以不報告然后看系數表，看標準化的回歸系數是否顯著，每個自變量都有一個對應的回歸系數以及顯著性檢驗最后看模型匯總那個表，R方叫做決定系數，他是自變量可以解釋的變異量占因變量總變異量的比例，代表回歸方程對因變量的解釋程度，報告的時候報告調整后的R方，這個值是針對自變量的增多會不斷增強預測力的一個矯正（因為即使沒什么用的自變量，只要多增幾個，R方也會變大，調整后的R方是對較多自變量的懲罰），R可以不用管，標準化的情況下R也是自變量和因變量的相關希望對您有用。

本文到此分享完畢，希望對大家有所幫助。

關鍵詞：