spss 根据父子身高建立线性回归模型 |
您所在的位置:网站首页 › 小孩身高预测软件 › spss 根据父子身高建立线性回归模型 |
每天进步一点点 案例:根据父子身高建立线性回归模型 分析要求: 1:根据表中的数据估计子辈身高依据父辈身高的线性回归模型,写出回归方程 并检验变量间线性关系是否显著(α=0.05); 2:解释模型中回归系数的现实含义; 分析结果: 回归方程 y = 35.825+0.476x; 回归系数0.476 表示父辈身高x对子辈身高y的影响为正,即父辈身高越高,则子辈身高也越高,这符合实际情况; 所用数据请移步至“我的资源”进行下载,需要1c币哦 一元线性回归模型是建模中相对来说很简单的,下面分别用spss,excel方法分别建模 这里是excel方法, 根据父子身高建立线性回归模型 这里是 python skearn LinearRegression 根据父子身高建立一元线性回归 1: spss 方法 分析–回归–线性,方法默认输入
点击确定后,输出结果,以下结果解读: 图1👇👇👇👇👇👇👇👇 描述统计解读: 显示x和y的描述统计量,包含 均值,标准差,例数; 1: 给出x和y的相关系数R = 0.703,调整后R方 =0.443 R方用于判断线性方程拟合优度的重要指标,提现回归模型解释因变量的能力,越接近1越好,这里R方=0.494,初步判断模型拟合效果一般; 2: 方差分析结果,回归的均方为41.802,P = 0.011 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |