拟合优度低,t检验通过
来源:学生作业帮助网 编辑:作业帮 时间:2024/08/27 03:03:40
你的数据多少了,一般情况下如果数据量不超过30个,以t检验的结论为主当然你如果非要它显著的话,也可以直接采用非参数检验的结论,也不能说错,因为能够用参数检验的方法都可以采用非参数检验,只不过非参数检验
看Adj.R-Square的数值,越接近1代表拟合结果越好.表中的StandardError是每个参数的误差,不能作为整体拟合结果的判据,只能说明该参数的拟合结果误差.比如你的参数:B1=670.19
不用查表的,ttest95%显著的t值是1.96,所以X1,X2,X4可以,X3不显著F越大越好,说明解释变量之间的相关性小,100很显著了R^2几乎到1了,拟合的很好,也是越大越好.但是,给你一点劝
利用“模型概述表”中的“修正的R方”来检验,该值越接近1越好.
sig是方差差异是否显著的依据sig.(2-tailed)是总体均值差异是否显著的依据
http://www.baisi.net/thread-2402447-1-1.html我看了这里的帮助大概了解了,你可以看有帮助没
安拉!我当时考的也是数一,也没复习它啊.
没影响;F检验,变量T检验,过了就行!
很正常的情况首先你要看你自己的操作是不是正确我经常帮别人做这类的数据分析的
就是表示模型拟合的程度logistic回归不是主要依靠这两个指标来衡量模型好坏的我替别人做这类的数据分析蛮多的再问:那时通过什么指标来衡量的呢?
你要求的置信度是多少啊?鉴于你没有说,假设显著性水平就是0.01.1.可决系数较高,可以看作是高度拟合.2.通过解释变量的t检验发现x1x3对被解释变量的影响是显著的,其他的是不显著.方程的f检验通过
主要是用regress函数来进行:给你举个例子来说明吧.x=[01234]';y=[1.01.31.5,2.02.3]';x=[ones(5,1),x];%给出两个数组元素[b,bint,r,rint
因为这个自变量贡献率小,通过T检验和F检验,只说明了这个变量对因变量有显著影响,但拟合优度低说明它不是最主要的影响因素,或者至少你在方程中忽略了一些其它有影响的因素.再问:我一般回归分析都说两者之间存
判别:修正:逐步回归法(1)用被解释变量对每一个所考虑的解释变量做简单回归.按可决系数大小给解释变量重要性排序.(2)以可决系数最大的回归方程为基础,按解释变量重要性大小为顺序逐个引入其余的解释变量.
F检验F—检验法是检验两个正态随机变量的总体方差是否相等的一种假设检验方法.设两个随机变量X、Y的样本分别为X1,x2,……,xn与y1,y2,……,yn,其样本方差分别为s1^2与s2^2.现检验X
选择一个置信水平,当t检验的概率值大于这个置信水平,接受原假设,通过检验;当t检验的概率值小于这个置信水平,拒绝原假设,没通过检验.
我用的是origin8.0,先把数据做成scatter图,然后顺次点击菜单Analysis-Fitting-FitLinear在打开的LinearFit对话框中,找到Fitoptions选项,下面有个
1.严格地说要求总体是正态总体.2.根据中心极限定理如果是大样本,总体不是正态总体时,可近似处理.3.还是根据中心极限定理,大量随机现象服从正态分布.但也有很多其他类型的分布4.必须利用F检验方差相等
两个检验是不一样的t检验是单个系数显著性的检验F检验是整个方程有效性的检验