最近在写一篇文章 是一个影响因素的分析 先用的是因子分析 因子分析里我选出两个主因子 之后用这两个主因子作为自变量 进行逐步回归分析 问题就出在逐步回归分析这里 下面的是过程 输入/移去的变量(a)
模型 输入的变量 移去的变量 方法
1 REGR factor score 1 for analysis 1 . 步进(准则: F-to-enter 的概率 <= .050,F-to-remove 的概率 >= .100)。
2 REGR factor score 2 for analysis 1 . 步进(准则: F-to-enter 的概率 <= .050,F-to-remove 的概率 >= .100)。
a. 因变量: Zscore: 制造业FDI
模型汇总
模型 R R 方 调整 R 方 标准 估计的误差
1 .904a .817 .808 .43857114
2 .924b .854 .838 .40209386
a. 预测变量: (常量), REGR factor score 1 for analysis 1。
b. 预测变量: (常量), REGR factor score 1 for analysis 1, REGR factor score 2 for analysis 1。
Anova(c)
模型 平方和 df 均方 F Sig.
1 回归 17.153 1 17.153 89.179 .000a
残差 3.847 20 .192
总计 21.000 21
2 回归 17.928 2 8.964 55.443 .000b
残差 3.072 19 .162
总计 21.000 21
a. 预测变量: (常量), REGR factor score 1 for analysis 1。
b. 预测变量: (常量), REGR factor score 1 for analysis 1, REGR factor score 2 for analysis 1。
c. 因变量: Zscore: 制造业FDI
系数(a)
非标准化系数 标准系数
模型 B 标准 误差 试用版 t Sig.
1 (常量) -8.657E-17 .094 .000 1.000
REGR factor score 1 for analysis 1 .904 .096 .904 9.443 .000
2 (常量) 3.145E-16 .086 .000 1.000
REGR factor score 1 for analysis 1 .865 .089 .865 9.670 .000
REGR factor score 2 for analysis 1 .196 .089 .196 2.189 .041
a. 因变量: Zscore: 制造业FDI
已排除的变量(b)
共线性统计量
模型 Beta In t Sig. 偏相关 容差
1 REGR factor score 2 for analysis 1 .196a 2.189 .041 .449 .961
a. 模型中的预测变量: (常量), REGR factor score 1 for analysis 1。
b. 因变量: Zscore: 制造业FDI
我的问题如下:
1.根据最后一个表格(已排除的变量) 是否可以将第二个主因子直接排除在方程之外 还有在逐步回归分析中出现已排除的变量表格是否正常?
2.表格(系数)中 步骤2中的F值显著性概率为0.041 是否偏大了呢
第一次用spss软件 如提出一些白痴问题 敬请见谅


雷达卡






京公网安备 11010802022788号







