自变量结果不显著解释
来源:学生作业帮助网 编辑:作业帮 时间:2024/11/13 21:47:25
不显著就应该剔除,除非你想硬塞进这个自变量,那你只有改数据了
t检验是检验单个变量对数据成不成立,F检验是检验整个方程模型对数据成不成立.假如t检验通过,说明这个变量是正确的,是成立的.
当然不是,R2是用来衡量解释变量对被解释变量的解释力的,显著性需要看回归系数的t统计量或F统计量,看起在选点的显著水平下是否显著.再问:作者认为种子重量每增加1g发芽率就提高2.17%,对吗?再答:那
看P值,即P>|t|那一列.另外取决于你定的显著性水平,如显著性水平设为5%,则P值小于0.05的变量都是显著的.
先看F检验的结果,你给出来了吗是不是显著的,看了之后再谈论Duncan的问题吧,我替别人做这类的数据分析很多的再问:大神还是私密你吧
p小于0.05就是显著找不到p,那就直接让人帮你做,你基础太差我经常帮别人做这类的数据分析的再问:那这个样本可决系数会不会太小?不过我也不需要把所有解释变量都找出来满足样本可绝系数,我要的结果就是我目
啥意思啊据我对问题的了解做以下回答比较标准化回归系数,值最大的表示影响最大,前提是具有显著性.
如果是非常不显著,建议删除,其它情况比如15%的水平下是显著的,建议保留,这得根据实际问题来.可以试着先将最不显著的剔除掉,再看看方程,也许就会出现显著系数增多的情况,建议一个个删除.
因为F检验的sig值>0.05所以齐方差性满足,只看第一排的T值,因为T检验的sig值=0.004再问:我知道结果表示什么意思。我会分析结果。现在我意思是说,这个结果如何在论文中描述,要是作图怎么表示
先进性复共线性检验,如果变量之间复共线性特别大,那么进行岭回归和主成分回归,可以减少复共线性,岭回归是对变量采取了二范数约束,所以最后会压缩变量的系数,从而达到减小复共线性的目的,另外这个方法适合于p
就说明你的交互作用可能有A1B1,A1B2,A1B3,A2B1.这几种处理水平结合引起的!这个没有什么的!你就需要探究这几种处理结合的差异.是不是有其他潜变量的影响.
SPSS中交互作用显著时,才能够进行简单效应检验.比如你说的道德性因子在年级和性别上交互作用显著时,你才能以道德性因子为因变量,A年级(1、2、3)和B性别(1、2)作为自变量进行简单效应检验.其中开
看最后一列的概率值,如果概率值小于指定的检验水平(通常用0.05),这个系数就是显著的.否则是不显著的.例如X1,X3是显著的,X和X2是不显著的.再问:不显著说明了什么?再答:不显著说明这个解释变量
这个问题可以这样回答,自变量在两个显著性框中的显著性不一样,或者说在一个里面显著,在另一个不显著,这样的可以不解释.
再问:谢谢你再答:不谢
说简单点:看有没有研究的必要,只不过它进一步明确了变量的因果和然后VIF是检验自变量的共线性
积极的财政政策和宽松的货币政策啊凯恩斯刺激需求的理论就是针对经济萧条的,其结果就是经济快速增长,利率平稳上行
---对你的提问很感兴趣,为此搜索了一些比较可信的报道资料.---根据这些报道,可以肯定火星上温室效应比较显著;同时研究结果告诉我们,除了因为CO2浓度高带来的与地球类似的温室效应,火星还有某特殊化合
个人建议你是先做所有变量的多元回归,因为你在做自变量与因变量间的相关系数时,是排除了其他变量的影响,而在做多元回归时,变量间有可能存在影响的.然后再看回归的结果,比如R平方,F值,方程的显著性,系数的
因素对结果影响都不显著.究其原因可能是本例试验误差大且误差自由度小,使检验的灵敏度低,从而掩盖了考察因素的显著性.由于各因素对结果影响都不显著,不必再进行各因素水平间的多重比较此时,可直观的判断