目录
一元回归分析
回归前可以先进行数据预处理
多元回归
二次项回归
分类变量回归(自变量为分类变量)
一元回归分析
回归前可以先进行数据预处理
数据的标准化不会影响实验的显著性
数据中心化 = 原始数据-均值
多元回归
共线性诊断:多元回归分析中的VIF<3或者5
新增变量对解释因变量的贡献程度看R方的变化,建议使用分层回归:在回归模型选择变量的时候点击下一个即可。
二次项回归
分类变量回归(自变量为分类变量)
分为基准组和比较组后进行回归。【不过最好使用方差分析】
时间:2021-02-06 20:11:57
目录
一元回归分析
回归前可以先进行数据预处理
多元回归
二次项回归
分类变量回归(自变量为分类变量)
数据的标准化不会影响实验的显著性
数据中心化 = 原始数据-均值
共线性诊断:多元回归分析中的VIF<3或者5
新增变量对解释因变量的贡献程度看R方的变化,建议使用分层回归:在回归模型选择变量的时候点击下一个即可。
分为基准组和比较组后进行回归。【不过最好使用方差分析】
多元线性回归分析spss结果解读_多元线性回归分析理论详解及SPSS结果分析
2021-03-03
多元线性回归分析spss结果解读_多重线性回归分析SPSS操作与解读
2019-10-11
多元线性回归分析spss结果解读_SPSS案例实践笔记:多重线性回归分析
2023-09-28