black_sxn
非标准化系数（B）：非标准化回归系数。回归模型方程中使用的是非标准化系数。标准化系数（Beta）：标准化回归系数。一般可用于比较自变量对Y的影响程度。Beta值越大说明该变量对Y的影响越大t值：t检验的过程值，回归分析中涉及两种检验（t检验和F检验），t检验分别检验每一个X对Y的影响关系，通过t检验说明这个X对Y有显著的影响关系；F检验用于检验模型整体的影响关系，通过F检验，则说明模型中至少有一个X对Y有显著的影响关系。此处的t值，为t检验的过程值，用于计算P值。一般无需关注。p值：t检验所得p值。P值小于05即说明，其所对应的X对因变量存在显著性影响关系。VIF值：共线性指标。大于5说明存在共线性问题。R²：决定系数，模型拟合指标。反应Y的波动有多少比例能被X的波动描述。调整R²：调整后的决定系数，也是模型拟合指标。当x个数较多是调整R²比R²更为准确。F检验：通过F检验，说明模型中至少有一个X对Y有显著的影响关系。分析时主要关注后面的P值即可。D-W值：D-W检验值，Durbin-Watson检验，是自相关性的一项检验方法。如果D-W值在2附近（7~3之间），则说明没有自相关性，模型构建良好。第一步：首先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。第二步：分析X的显著性分析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。第三步：判断X对Y的影响关系方向及影响程度结合回归系数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。第四步：写出模型公式第五步：对分析进行总结SPSSAU也会提供智能分析建议，方便分析人员快速得出分析结果。请点击输入图片描述 
首先看 方差分析表 对应的sig 是否小于05，如果小于05，说明整体回归模型显著，再看下面的回归系数表，如果这里的sig大于05，就说明回归模型不显著，下面的就不用再看了。其次，在回归模型显著的基础上，看调整的R方，是模型拟合度的好坏，越接近1，说明拟合效果越好。这个在一般做论文中，不需要管它的高低，因为论文重在研究方法和思路的严谨性，导师不会追究你的结果是对是错，你的数据本身就不一定有质量，所以无所谓，不必在意。第三 看具体回归系数表中每个自变量 对应的sig值，如果sig小于05，说明该自变量对因变量有显著预测作用，反之没有作用。
