Feng笔记-SPSS操作中的各种检验统计量和判别准则(完整手册10天完成).docVIP

SPSS操作中的各种检验统计量和判别准则 （冯登超整理 2011 3.16—3.25） 专题一 回归分析 一元线性回归分析 （Analyze-Regression, Linear） 拟合优度检验： 检验样本数据聚集在样本回归直线周围的密集程度，从而判断回归方程对样本数据的代表程度。拟合优度用判定系数R2实现。。越接近1，说明回归直线的拟合程度越好。越接近0，说明回归直线的拟合程度越差。 回归方程的显著性检验(F检验) 回归方程的显著性检验是对因变量和所有自变量之间的线性关系是否显著的一种假设检验。如果零假设成立，，说明回归总体是无显著线性的，即所有自变量对y没有显著的线性作用；反之说明回归总体存在线性关系。若F值大于临界值，则拒绝原假设（回归总体无显著线性关系），接受被选假设。若F值小于临界值，，接受原假设，回归总体有显著线性关系。即 在ANOVA表中，若Sig0.05, 有显著差异，（Ho假设为x,y之间无显著线性关系），说明自变量x和因变量y之间确实有线性回归关系。 回归方程的显著性检验只能检验所有回归系数是否与零有显著性差异，若无显著性差异，则接受零假设，回归总体不存在线性关系。 (3) 回归系数的显著性检验（t检验） 回归系数显著性检验一般采用t检验方法。如果双侧t检验中，t的绝对值大于临界值（或者(pa），则拒绝原假设，接受被选假设，说明x对y有显著影响；若