在用EXCEL做回归分析时,结果中的标准误差,t Stat,P-value,df,SS,MS,F,Significance F都是啥意思

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了在用EXCEL做回归分析时,结果中的标准误差,t Stat,P-value,df,SS,MS,F,Significance F都是啥意思相关的知识,希望对你有一定的参考价值。

在用EXCEL做回归分析时,结果中的标准误差,t Stat,P-value,df,SS,MS,F,Significance F都是什么意思,在进行回归分析时有什么意义。
答案越详细越好,谢谢~

标准误差即标准估计误差,tStat指t统计量,P-value指p值,df指自由度,SS指样本数据平方和,MS指样本数据平均平方和,F指F统计量的值,Significance F指p值。这些都是统计学中的术语。

在统计学中,回归分析(regression analysis)指的是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。回归分析按照涉及的变量的多少,分为一元回归和多元回归分析;按照因变量的多少,可分为简单回归分析和多重回归分析。


扩展资料:

回归分析内容:

1,确定变量:明确预测的具体目标,也就确定了因变量。如预测具体目标是下一年度的销售量,那么销售量Y就是因变量。通过市场调查和查阅资料,寻找与预测目标的相关影响因素,即自变量,并从中选出主要的影响因素。

2,建立预测模型:依据自变量和因变量的历史统计资料进行计算,在此基础上建立回归分析方程,即回归分析预测模型。

3,进行相关分析:只有当自变量与因变量确实存在某种关系时,建立的回归方程才有意义。因此,作为自变量的因素与作为因变量的预测对象是否有关,相关程度如何,以及判断这种相关程度的把握性多大,就成为进行回归分析必须要解决的问题。

4,计算预测误差:回归预测模型是否可用于实际预测,取决于对回归预测模型的检验和对预测误差的计算。回归方程只有通过各种检验,且预测误差较小,才能将回归方程作为预测模型进行预测。

5,确定预测值:利用回归预测模型计算预测值,并对预测值进行综合分析,确定最后的预测值。

参考技术A 标准误差即标准估计误差,t Stat指 t 统计量,P-value指p值,df指自由度,SS指样本数据平方和,MS指样本数据平均平方和,F指F统计量的值,Significance F指p值。这些都是统计学中的术语,只知道中文名称对理解这些词的帮助不是很大,建议找一本统计学的书看一看,因为这些都是很系统的一套理论。 参考技术B f

怎么看回归分析的结果

参考技术A 问题一:SPSS中回归分析结果解释,不懂怎么看 首先来说明各个符号,B也就是beta,代表回归系数,标准化的回归系数代表自变量也就是预测变量和因变量的相关,为什么要标准化,因为标准化的时候各个自变量以及因变量的单位才能统一,使结果更精确,减少因为单位不同而造成的误差。T值就是对回归系数的t检验的结果,绝对值越大,sig就越小,sig代表t检验的显著性,在统计学上,sig 问题二:请问SPSS的回归分析结果怎么看 前面的几个表是回归分析的结果,主要看系数0.516,表示自变量增加一个单位,因变量平均增加0.516个单位。后面的sig值小于0.05,说明系数和0的差别显著。
还要看R2=0.641,说明自变量解释了因变量64.1%的变化。
最后一个图表明,残差服从正态分布。
希望对你有帮助,统计人刘得意

问题三:怎么从eviews回归分析结果中看出有没有显著影响 10分 模型中解释变量的估计值为-0.466102,标准差是0.069349,标准差是衡量回归系数值的稳定性和可靠性的,越小越稳定,解释变量的估计值的T值是用于检验系数是否为零的,若值大于临界值则可靠。估计值的显著性概率值(prob)都小于5%水平,说明系数是显著的。R方是表示回归的拟合程度,越接近1说明拟合得越完美。调整的R方是随着变量的增加,对增加的变量进行的“惩罚”。D-W值是衡量回归残差是否序列自相关,如果严重偏离2,则认为存在序列相关问题。F统计值是衡量回归方程整体显著性的假设检验,越大越显著

问题四:eviews回归分析结果怎么看 参数显著性检验t检验对应的Prob,若小于0.05则参数的显著性检验通过,再看R方,越接近1,拟合优度越高;F的P值,小于0.05的话模型才显著,DW用来检验残差序列的相关性的,在2的附近,说明残差序列不相关,结合我说的,你一个个去对照吧

问题五:SPSS中回归分析结果解释,不懂怎么看 多元线性回归
1.打开数据,依次点击: *** yse--regression,打开多元线性回归对话框。
2.将因变量和自变量放入格子的列表里,上面的是因变量,下面的是自变量。
3.设置回归方法,这里选择最简单的方法:enter,它指的是将所有的变量一次纳入到方程。其他方法都是逐步进入的方法。
4.等级资料,连续资料不需要设置虚拟变量。多分类变量需要设置虚拟变量。
虚拟变量ABCD四类,以a为参考,那么解释就是b相对于a有无影响,c相对于a有无影响,d相对于a有无影响。
5.选项里面至少选择95%CI。
点击ok。
统计专业研究生工作室原创,请勿复杂粘贴

问题六:excel怎么看excel回归分析表 jingyan.baidu/...3

问题七:spss 线性回归分析结果怎么看 看b和sig值

问题八:spss回归分析结果图,帮忙看一下,麻烦详细地解释解释 R平方就是拟合优度指标,代表了回归平方和(方差分析表中的0.244)占总平方和(方差分析表中的0.256)的比例,也称为决定系数。你的R平方值为0.951,表示X可以解释95.1%的Y值,拟合优度很高,尤其是在这么大的样本量(1017对数据点)下更是难得。
系数表格列出了自变量的显著性检验结果(使用单样本T检验)。截距项(0.000006109)的显著性为0.956(P值),表明不能拒绝截距为0的原假设;回归系数(X项)为0.908,其显著性为0.000(表明P值小于0.0005,而不是0。想看到具体的数值,可以双击该表格,再把鼠标定位于对应的格子),拒绝回归系数0.908(X项)为0的原假设,也就是回归系数不为0;标准化回归系数用于有多个自变量情况下的比较,标准化回归系数越大,该自变量的影响力越大。由于你的数据仅有一个自变量,因此不需要参考这项结果。
对于线性回归,我在百度还有其他的回答,你可以搜索进行补充。

问题九:excel回归结果的每个值 都是什么含义,都是怎么来的? B列是计算出的系数,是根据你的众多数据算出来的,咱们可以拿一行数据来演示。
假设你的结果页为Sheet2,数据源页叫Sheet1。根据你选的Y区域是D8:D15,X区域是H8:I15。咱们拿第8行写公式:
第8行:Sheet1!D8 ≈ Sheet2!B18 * Sheet1!H8 + Sheet2!B19 * Sheet1!I8 +Sheet2!B17
带入数:7293177839≈509740.1704*120.1318482+695744.2548*30.27345376-82256847.64
第9行:Sheet1!D9 ≈ Sheet2!B18 * Sheet1!H9 + Sheet2!B19 * Sheet1!I9 +Sheet2!B17
第10行:Sheet1!D10≈ Sheet2!B18 * Sheet1!H10 + Sheet2!B19 * Sheet1!I10 +Sheet2!B17
...根据你的所有数据源,推出了
Sheet2!B17=-82256847.64、
Sheet2!B18=509740.1704、
Sheet2!B19=695744.2548
三个系数。
(注意公式里的字母I 和 数字1的区别)

以上是关于在用EXCEL做回归分析时,结果中的标准误差,t Stat,P-value,df,SS,MS,F,Significance F都是啥意思的主要内容,如果未能解决你的问题,请参考以下文章

请高手指点:回归分析中的“multiple r ”“R Square ”“Adjusted R Square”“标准误差 ”是啥意思?

怎么看回归分析的结果

线性回归分析其中“β、 T 、F”分别是啥含义?

在用SPSS做一个线性回归分析,结果如图,R方很低,但是显著性都还可以。问题是这个模型预测效果很差。

在线性回归分析中,若检验的结果为不显著,可能原因是啥

T检验与F检验的区别