作业帮 > 数学 > 作业

怎样从SPSS表格看统计学的逐步回归分析中因素解释力的大小

来源:学生作业帮 编辑:拍题作业网作业帮 分类:数学作业 时间:2024/04/29 18:24:08
怎样从SPSS表格看统计学的逐步回归分析中因素解释力的大小

      上图为用SPSS得到的逐步回归分析结果, 按照最后一栏的数值,因素3(.028)比因素4 (.013)的值小, 那么因素3和因素4谁的解释力大呢?
       因素4能够解释百分之多少的差异,是看最后一栏(1.3%)还是倒数第2栏(2.99%)?
        因素4 对应的最后一栏的数值(.013)是说因素4能够解释1.3%的差异还是因素4比因素3能够“多解释1.3%的差异(explaining an additional  1.3% of the variances ”)?
因素4能够解释百分之多少的差异,是看最后一栏(1.3%),倒数第二栏意思是累积的(Cumulative)R square,
因素1 R方=0.239,累积的R方=0.239
因素2 R方=0.019,累积的R方=0.258(0.239+0.019=0.258)
因素3 R方=0.028,累积的R方=0.286(0.258+0.028)
因素4 R方=0.013,累积的R方=0.299(0.286+0.013=0.299)
再问: 非常感谢! 那么这4个因素解释力大小应根据什么排序呢?是因素1>因素2>因素3>因素4, 还是按照表格最后一栏的值排序?   (不好意思,第一次的问题有误, 应该问“因素2(.019)比因素3的值(.028)小, 那么因素2和因素3谁的解释力大呢?”) 谢谢!
再答: 1、按照表的最后一栏排序,factor1>factor3>factor2>factor4 2、因素2的R方为0.019比因素3的R方值0.028要小,R方的意义是某个自变量能够解释因变量的变异的多少,因素2(自变量2)能够解释因变量Y变异的1.9%,这比比因素3的2.8%要小。 但是单纯从R方来判断因素的重要性是不全面的,需要考虑将因素标准化之后再比较。