多元回归分析出现以下结果，该怎么办啊？这个结果我该怎么解释啊？前面分开回归的时候都是显著的

我想请教各位如何解释这个多元回归分析的结果。求指导！不胜感激！

ANOVA分析是去分析所有自变量对于因变量是否有预测作用的显著性检验，而R方是所有自变量对因变量变异的解释力大小，可以看做是一种效果量检验。你的ANOVA检验显著性只是0.05水平显著，但还是显著了，如果你的样本有代表性的话，这很可能就表明你的自变量有一定预测力，但预测能力不强。调整后的R方只有0.085，从侧面印证了这种推测，另外单独看你的三个自变量，也没有达到显著，也说明预测能力不算很强。 ANOVA那个分析和回归分析由于不是一样的统计方法，所以出现这样的结果也属正常 看结果主要还是要看单独每个自变量的预测效果，所以你这个结果不大理想。可以整理一下数据之后再重新做过，比如去除掉无效问卷以及

我想请教各位如何解释这个多元回归分析的结果。求指导！不胜感激！

方差分析AnovA表格是基于方差分解来报告显著性的，系数表中的自变量是否显著是基于系数B是否显著等于0而报告显著性水平的，二者不能等同。（南心网 SPSS）

用SPSS做多元回归分析得出的指标结果怎么分析啊？

表一的r值是复相关系数，r方是决定系数，r方表示你的模型可以解释百分之多少的你的因变量，比如你的例子里就是可以解释你的因变量的百分之八十。很高了。表二的sig是指你的回归可不可信，你的sig是0。000，说明在0.01的水平上你的模型显著回归，方程具有统计学意义。表三的sig值表示各个变量在方程中是否和因变量有线性关系，sig越大，统计意义越不显著，你的都小于0.05，从回归意义上说，你这个模型还蛮好的。vif是检验多重共线性的，你的vif有一点大，说明多重共线性比较明显，可以用岭回归或者主成分回归消除共线性。你要是愿意改小，应该也没关系。 ppv课，大数据培训专家，随时随地为你充电，来ppv

SPSS多元线性回归输出结果的详细解释

SPSS多元线性回归输出结果的详细解释 先说一句题外话，如果当年在大学里数理统计等课程结合SPSS，SAS，R等软件来讲，应该效果会好很多。 最近做了一些用SPSS进行线性回归的实验，还是感觉很多细节把握不好，这里结合我的实验结果，以及网上别人的介绍总结一下，先贴几张SPSS的输出： 下面简单解释一下这三张图中的结果： 第一个表模型汇总表中，R表示拟合优度（goodness of fit），它是用来衡量估计的模型对观测值的拟合程度。它的值越接近1说明模型越好。调整的R平方比调整前R平方更准确一些，图中的最终调整R方为0.550，表示自变量一共可以解释因变量55%的变化（variance），另外

SPSS回归分析结果该怎么解释，越详细越好

对模型整体情况进行分析：包括模型拟合情况（R²），是否通过F检验等。

回归的检验首先看anova那个表，也就是F检验，那个表代表的是对你进行回归的所有自变量的回归系数的一个总体检验，如果sig<0.05，说明至少有一个自变量能够有效预测因变量，这个在写数据分析结果时一般可以不报告。

分析X的显著性（P值），如果呈现出显著性，则说明X对Y有影响关系。如果不显著，则应剔除该变量。结合回归系数B值，对比分析X对Y的影响程度。B值为正数则说明X对Y有正向影响，为负数则说明有负向影响。

回归分析研究的主要问题是：

（1）确定Y与X间的定量关系表达式，这种表达式称为回归方程；

（2）对求得的回归方程的可信度进行检验；

（3）判断自变量X对因变量Y有无影响；

（4）利用所求得的回归方程进行预测和控制。

以上内容参考：百度百科-回归分析