第12讲_回归概念、回归系数摘要.pptVIP

线性回归分析 三、线性回归分析 SPSS操作及案例分析 结果分析： 从建立的散点图来看，自变量x和因变量y之间存在一定的线性关系，但数据分布较为分散，所以相关程度不是很高。 曲线估计 三、线性回归分析 SPSS操作及案例分析 结果分析： (3)方差分析表： 从表中可以看出，F分布的显著性概率为0.000，说明因变量和自变量的线性关系是显著的，可建立线性模型 三、线性回归分析 SPSS操作及案例分析 结果分析： (4)模型系数表 表中显示回归模型中的常数项(Constant) 非标准化的回归系数(Unstandardized Coefficients)B值及其标准误差(Std. Error) 标准化的回归系数(standardized Coefficients)Beta值、t值以及显著性水平(Sig.) 三、线性回归分析 SPSS操作及案例分析 结论： 从表中可以得到5个回归模型的方程 第5个回归方程为 回归系数的伴随概率为0.000，相关系数为0.917，判定系数为0.84，说明回归方程解释了整个因变量变异程度的84%，说明变量之间相关程度高，回归方程的拟合优度高。 对当前工资影响较大的依次为：开始工资、工种、来本公司前的工作经验、来公司工作时间和受教育时间，主要考虑的是Beta值的大小。 四、曲线估计 曲线估