PS:社科类研究。
【附上我查到的一些关于拟合优度的解释:
在社会科学和经济中,R^2位于0.3左右都很常见。一般来讲,这个效果还是可以的,因为社会经济现象影响因素太多(可以想象有几千个),几个主要影响因素(3、5个)能解释30%的变异算是不错了。
回归分为解释型回归和预测型回归。如果你主要是做解释,那么不必太在意R^2,多在意关注变量的显著性和模型整体的显著性。R^2这时小只是表明还遗漏了其它一些对因变量有影响的变量,一般条件下是假定这些遗漏的变量是严格外生的(虽然无法证明,但大家通用);若用于预测,那R^2就重要了。这时,它表示自变量对因变量变异的解释程度。】
[size=15.3333px]模型摘要c
[size=15.3333px]模型 R R 平方 調整後 R 平方 標準偏斜度錯誤
[size=15.3333px]1 .233a .054 .052 .97359951
[size=15.3333px]2 .295b .087 .083 .95781264
[size=15.3333px]a 預測值:(常數),主观幸福感
[size=15.3333px]b 預測值:(常數),主观幸福感, 冒险倾向
[size=15.3333px]c 應變數: 创业绩效成长
[size=15.3333px]
[size=15.3333px]
[size=15.3333px]
[size=15.3333px]變異數分析a
[size=15.3333px]模型 平方和 df 平均值平方 F 顯著性
[size=15.3333px]1 迴歸 22.832 1 22.832 24.087 .000b
[size=15.3333px] 殘差 397.168 419 .948
[size=15.3333px] 總計 420.000 420
[size=15.3333px]2 迴歸 36.525 2 18.262 19.907 .000c
[size=15.3333px] 殘差 383.475 418 .917
[size=15.3333px] 總計 420.000 420
[size=15.3333px]a 應變數: 创业绩效成长
[size=15.3333px]b 預測值:(常數),主观幸福感
[size=15.3333px]c 預測值:(常數),主观幸福感, 冒险倾向
[size=15.3333px]
[size=15.3333px]
[size=15.3333px]
[size=15.3333px]係數a
[size=15.3333px]模型 非標準化係數 標準化係數 T 顯著性
[size=15.3333px] B 標準錯誤 Beta
[size=15.3333px]1 (常數) -2.044E-17 .047 .000 1.000
[size=15.3333px] 主观幸福感 .233 .048 .233 4.908 .000
[size=15.3333px]
[size=15.3333px]2 (常數) 7.319E-18 .047 .000 1.000
[size=15.3333px] 主观幸福感 .233 .047 .233 4.989 .000
[size=15.3333px] 冒险倾向 .181 .047 .181 3.863 .000
[size=15.3333px]a 應變數\: 创业绩效成长
[size=15.3333px]
[size=15.3333px]



雷达卡




京公网安备 11010802022788号







