ent 化已删除的残差Р-2.342Р1.759Р.004Р1.196Р10РMahal。距离Р.122Р3.609Р1.800Р1.061Р10РCook 的距离Р.001Р.527Р.125Р.180Р10Р居中杠杆值Р.014Р.401Р.200Р.118Р10Рa. 因变量: 体表面积Р4,Р模型汇总bР模型РRРR 方Р调整 R 方Р标准估计的误差Р更改统计量РDurbin-WatsonРR 方更改РF 更改Рdf1Рdf2РSig. F 更改Р1Р.943aР.890Р.876Р.141945Р.890Р64.705Р1Р8Р.000Р2.212Рa. 预测变量: (常量), 体重。Рb. 因变量: 体表面积Р已排除的变量bР模型РBeta InРtРSig.Р偏相关Р共线性统计量Р容差Р1Р身高Р.215aР.919Р.389Р.328Р.256Рa. 模型中的预测变量: (常量), 体重。Рb. 因变量: 体表面积Р逐步刷选策略Р由于上面的回归方程荀子啊一些不可忽视的问题,应重新建立回归方程,采用逐步刷选策略让SPSS自动完成解释变量的选择。观测每一步的检验变化。Р逐步刷选策略一步完成,即为最终模型,从方程建立过程来看,随机解释变量减少一个,方程拟合优度下降,同时说明建立回归方程并不是一味的追求高拟合优度为唯一目的。还要重点考察解释变量是否对被解释变量有贡献。剔除了身高。给定显著水平位0.05,可以看到被剔除的变量身高的偏F检验的p值均大于显著性水平,因此均不能拒绝原假设,认为这些偏回归系数与0无显著差异,他们对被解释变量的线性解释没有显著贡献,不应留在方程中。最终留在方程中的变量为体重,方程的DW检验值为2.212,残差存在一定的正自相关性РAnovabР模型Р平方和РdfР均方РFРSig.Р1Р回归Р1.304Р1Р1.304Р64.705Р.000a
全文预览
