spss多元回归的结论怎么写比较合理？

Question

例如以下结果得出多元回归模型后，正负相关是看T值？
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients Std. Error Beta B t Sig.
Y 0.034 0.166 0.207 0.837
X1 -0.026 0.24 -0.042 -0.107 0.915
X2 -0.031 0.045 -0.225 -0.691 0.494
X3 0.234 0.152 0.338 1.539 0.133

Answer 1

看sig的值，如果小于0.05，则说明该指标对因变量的影响显著，反之，则不显著。
根据你上面这个结果，没有一个自变量对因变量的影响显著，可能你的回归模型不成立追问

都不显著是数据本身的问题还是运行问题？

追答

运行不会有问题的
不显著的原因可能有：
第一 这几个指标的确对自变量没有显著影响，关于这一点你可以通过绘制矩阵散点图或者求简单相关性看看，自变量与因变量间是否确实有显著相关性。
第二 可能指标间的关系不属于线性关系，此时就不能用线性回归拟合。这一点 可以通过绘制散点图来看自变量与因变量之间的关系来确定。
第三 自变量间存在严重的共线性，导致直接回归效果不显著，需要先进行主成分分析之后，进行回归
第四 数据本身的问题，需要换一批数据尝试

所以这个原因你需要逐个排除

追问

散点图是挺散的，看起来不大相关，先做信度（p值，r值）测试看看相关性？
剔除后相关性会不会变好？剔除怎么操作？

追答

是进行下简单的相关分析 将自变量和因变量全部移入相关分析对话框 看看他们的相关性 如果都不相关 那说明这些指标之间没关系 无法使用，如果有一个指标不相关的 可以剔除它再用回归分析
所谓的剔除就是你再分析的时候 不把它选进去就好了