一：我想请教各位如何解释这个多元回归分析的结果。求指导！不胜感激！
ANOVA分析是去分析所有自变量对于因变量是否有预测作用的显著性检验，而R方是所有自变量对因变量变异的解释力大小，可以看做是一种效果量检验。你的ANOVA检验显著性只是0.05水平显著，但还是显著了，如果你的样本有代表性的话，这很可能就表明你的自变量有一定预测力，但预测能力不强。调整后的R方只有0.085，从侧面印证了这种推测，另外单独看你的三个自变量，也没有达到显著，也说明预测能力不算很强。
ANOVA那个分析和回归分析由于不是一样的统计方法，所以出现这样的结果也属正常
看结果主要还是要看单独每个自变量的预测效果，所以你这个结果不大理想。可以整理一下数据之后再重新做过，比如去除掉无效问卷以及信效度不好的题目。
二：多元线性回归与多元逐步回归分析是一回事吗
不是一回事，多元线性回归分析强调自变量有多个，并且自变量与因变量是线性关系。其中自变量进入回归方程的方式有多种，逐步进入法就是其中之一，因而叫逐步回归分析。除了逐步进入法还有全部进入法、向前、向后法等。(南心网 SPSS逐步回归分析）
三：多元线性回归分析的优缺点
四：怎样用spss进行二项式多元回归分析
1）准备分析数据
在SPSS数据编辑窗口中，创建变量，并输入数据。再创建分级变量“x1”、“x2”、“x3”、“x4”和“y”，它们对应的分级数值可以在SPSS数据编辑窗口中通过计算产生。
2）启动线性回归过程
单击SPSS主菜单的“Analyze”下的“Regression”中“Linear”项，将打开线性回归过程窗口。
3) 设置分析变量
设置因变量：用鼠标选中左边变量列表中的“[y]”变量，然后点击“Dependent”栏左边的向右拉按钮，该变量就移到“Dependent”因变量显示栏里。
设置自变量：将左边变量列表中的“ [x1]”、“ [x2]”、“ [x3]”、“[x4]”变量，选移到“Independent(S)”自变量显示栏里。
设置控制变量:不使用控制变量，可不选择任何变量。
选择标签变量: 选择为标签变量。
选择加权变量:没有加权变量，可不作任何设置。
4）回归方式
预报因子变量是经过相关系数法选取出来的，在回归分析时不做筛选。因此在“Method”框中选中“Enter”选项，建立全回归模型。
5）设置输出统计量
单击“Statistics”按钮，将打开对话框。该对话框用于设置相关参数。其中各项的意义分别为：
①“Regression Coefficients”回归系数选项：
“Estimates”输出回归系数和相关统计量。
“Confidence interval”回归系数的95%置信区间。
“Covariance matrix”回归系数的方差-协方差矩阵。
选择“Estimates”输出回归系数和相关统计量。
②“Residuals”残差选项：
“Durbin-Watson”Durbin-Watson检验。
“Casewise diagnostic”输出满足选择条件的观测量的相关信息。选择该项，下面两项处于可选状态：
“Outliers outside standard deviations”选择标准化残差的绝对值大于输入值的观测量；
“All cases”选择所有观测量。
提交执行
在主对话框里单击“OK”，提交执行，结果将显示在输出窗口
回归模型统计量：R 是相关系数；R Square 相关系数的平方，又称判定系数，判定线性回归的拟合程度：用来说明用自变量解释因变量变异的程度（所占比例）；Adjusted R Square 调整后的判定系数；Std. Error of the Estimate 估计标准误差。
五：什么是分层逐步多元回归分析？
分层逐步多元回归分析，是指分层回归，每一层都用逐步回归的方法。
分层回归的SPSS操作参考下面网址
jingyan.baidu.com/...3.html
逐步回归参考下面步骤：
六：如何用excel做多元回归分析
excel中点 工具 ，里面的加载宏，勾上分析工具库，加载好后，工具里面会有一个数据分析
找到分析工具库，做回归分析，在x值的选择上，选取多区域的就是多元回归了，这个是线性的回归，其他的话，借助别的工具可能更好
七：多元回归分析与logistic回归的分析的区别和联系
多元回归分析
用回归方程定量地刻画一个应变量与多个自变量间的线性依存关系,称为多元线性回归(multiple linear regression),简称多元回归(multiple regression).
logistic回归的分析
logistic回归属于概率型回归,可用来分析某类事件发生的概率与自变量之间的关系.适用于应变量为分类值的资料,特别适用于应变量为二项分类的情形.模型中的自变量可以是定性离散值,也可以是计量观测值.
八：如何求多元回归分析系数
如回归方程为
y=β0+β1x1+β2x2+β3x3+β4x4。。。+ε
且x1=x，x2=x²，x3=x³，x4=x⁴。
对于此类回归方程的系数，可以考虑用polyfit(x,y,n)函数来求得。
求解方法如下
x=[。。。];
y=[。。。];
p=polyfit(x,y,4) %4是x的指数 p为方程的系数
β4=p(1)
β3=p(2)
β2=p(3)
β1=p(4)
β0=p(5)
扫一扫手机访问
