excel 回归 数据 分析

求教  ！！！！！ SUMMARY OUTPUT
Regression Statistics
Multiple R	0.738731035
R Square	0.545723543
Adjusted R Square	0.513844493
Standard Error	0.055341883
Observations	62
ANOVA
	df	SS	MS	F	Significance F
Regression	4	0.209717744	0.052429436	17.11856372	2.8347E-09
Residual	57	0.174575268	0.003062724
Total	61	0.384293013
	Coefficients	Standard Error	t Stat	P-value	Lower 95%	Upper 95%	Lower 95.0%	Upper 95.0%
Intercept	11.98700218	0.349691023	34.27883871	9.80994E-40	11.28675799	12.68724637	11.28675799	12.68724637
X Variable 1	-0.104619827	0.21864223	-0.478497806	0.634126268	-0.542443337	0.333203682	-0.54244334	0.333203682
X Variable 2	-0.944978878	0.145116162	-6.51187892	2.06084E-08	-1.235568979	-0.654388778	-1.23556898	-0.65438878
X Variable 3	0.02145991	0.033640468	0.637919462	0.526080646	-0.045903966	0.088823785	-0.04590397	0.088823785
X Variable 4	0.548260741	0.210452177	2.605155951	0.011693376	0.126837529	0.969683953	0.126837529	0.969683953

对于ss ms 我都不太懂 可不可以解释一下 这张regression 每个数据包含的意义啊
做report用
拜托啦！！！！

Multiple R、R Square、Adjusted R Square 指复决定系数、可决系数、调整可决系数，都不是很大，效果不显著。Standard Error指标准误。
ANOVA这一块是方差分析表，df是自由度，SS指平方和，MS=SS/df 指均方。回归平方和SSR=0.209717744，残差平方和SSE=0.174575268，总偏差平方和SST=0.384293013。检验统计量F=MSR/MSE=17.11856372。后面一栏应该是Significance F，也即F检验P值，若<.0.05,则认为回归方程整体显著.
后面那一部分是回归系数表，Intercept指截距项（即常数项),Coefficients指各变量前的系数，Standard Error指回归系数的标准误，t Stat 指回归系数的t检验值，P-value即P值， 指t检验的实际显著性水平，一般在小于0.05时拒绝原假设：系数=0。X2、X4的P值<0.05，效果显著。

ss是平方差，MS是均差，用SS/df就是MS了。

而且，你为什么用Excel呢？个人觉得SPSS等跟好一些！不过你这个也可以解释啦，你想知道什么呢？
你这个是多元回归吧？有四个自变量，数据没有进行标准化，所以还有截距的存在。
我看不到你数据的全貌，拖上拖下的很不方便呢！

首先要看样本数据是截面或时间序列数据，若是前者，Adjusted R Squar＝0.51，且F－统计量也是显著的，因此回归方程具有一定的解释能力；若是后者，回归方程的解释能力较弱，可能是因为存在多重共线的问题（自变量间存在较强的相关性所致）。

上面的Adjusted R2 是表示你的回归方程解释了多少变异。在这里为0.51（建议你把数据的小数位数减少一点！太多了没有用而且占版面！）
    observation为样本量，62个   
   ANOVA是方差分析，看你的数据是不是适合进行回归分析的。结果看F值后面一列，达到了0.05或0.01的显著水平（比这两个值小），就可以进行回归分析。你的数据显示可以进行回归分析。
    下面的Intercept（截距）以及四个自变量就是进入回归后的显著性，都看那个P值，和上面ANOVA的方法一样。你这里应该是采用了强制进入法进行回归分析了，结果显示，截距是显著的，x2很显著，x4在0.05的水平上显著，x1和x3是不显著的，也就是说后面这两个变量不能进入回归方程。
    然后，你还需要再进行一步分析，就是把x1和x3两个自变量剔除出去，只用x2和x4进行回归分析，再看调整R2的大小！
    这样说可以吗？

Multiple R、R Square、Adjusted R Square 指复决定系数、可决系数、调整可决系数，都不是很大，效果不显著。Standard Error指标准误。
ANOVA这一块是方差分析表，df是自由度，SS指平方和，MS=SS/df 指均方。回归平方和SSR=0.209717744，残差平方和SSE=0.174575268，总偏差平方和SST=0.384293013。检验统计量F=MSR/MSE=17.11856372。后面一栏应该是Significance F，也即F检验P值，若<.0.05,则认为回归方程整体显著.
后面那一部分是回归系数表，Intercept指截距项（即常数项),Coefficients指各变量前的系数，Standard Error指回归系数的标准误，t Stat 指回归系数的t检验值，P-value即P值， 指t检验的实际显著性水平，一般在小于0.05时拒绝原假设：系数=0。X2、X4的P值<0.05，效果显著。

谢谢各位了

In (Qd)=a+b In (Px)+c In(Pco)+ d In(A)+ e In(Y)  
数据中的X1 ,X2, X3, X4 分别是指 Px, Pco, A, Y
给出了上面的回归数据 对Qd分析

qiaohua 发表于 2010-4-21 13:09
上面的Adjusted R2 是表示你的回归方程解释了多少变异。在这里为0.51（建议你把数据的小数位数减少一点！太 ...

我的coefficient 要是3的话什么意思呢？
我看LZ的都是-1,1之间的