一元线性回归的问题我做的一元线性回归方程,spss结果显示常数项值为0.27,其p值为0.68,这样的话,我还能将这个常

来源：学生作业帮编辑：灵鹊做题网作业帮分类：数学作业时间：2024/05/06 16:40:14

一元线性回归的问题
我做的一元线性回归方程,spss结果显示常数项值为0.27,其p值为0.68,这样的话,我还能将这个常数项用到我的方程例吗?如果能,依据是什么?不能的话,依据就是因为p大于0.05吗?

常数项用来反映剩余回归的（抛去误差）计算机检验剩余回归的时候是没有刨去误差的,做回归一定要看三项检验P值,系数检查（除去常数）回归检查剩余检查（失拟检查）
一定是三项P值都满足才可以认为回归是好的否则要进一步研究.比如说某系数通不过那么抛掉重做如果回归和通不过,那么问题更严重,要么是线性模型根本就不适合（很少）要么高阶项交互项作用（挺多）要么就是主因素漏掉了（最多了）剩余回归通不过跟回归和通不过性质一样.
你的常数项p值大是剩余回归通不过,在看看其他两项（其实也不用看）说明这一次函数方程拟合的不够好!你可以如下处理弄个散点图看看,有没有弯曲或者在挖掘挖掘还有什么因素漏下了了
再问：谢谢您的回答，我做的这个方程，回归系数0.994，相关系数0.949，P值几乎为0。我觉得这两个数据都还不错，但是就只是这个常数项的P值比较大，我也做了散点图，觉得图还可以，毕竟影响因素也不多，所以想问问，这个常数项的P值也是必须要小于0.05的吗？我看常数项假设是常数项等于0，p要是大于0.05，说明常数项等于0,因为我的常数项比较接近0，而P值又大于0.05，我能认为我的常数项只是比较接近0，这样可以吗？
再答：回归的决定系数r方检验等价于回归方程（和）检验是不是回归方程检验通过，这个方程一定足够好呢？答案是N0 通过了此项检验只能说明假设的线性模型在一定显著性水平下达到了要求，但还可能不是最好，我之前说过一定要三个p值都好才是真正地最好！比如说你假设了一次函数模型，系数项检验通过了（不包括常数项）但常数项（剩余回归或者叫失拟检验）没通过，这说明什么，说明还可以拟合的更好。知道剩余和里面没什么可挖了
再问：那怎么才能确定是由于哪几个数据的问题引起的常数项检验不通过呢？我的自变量有83例，把残差较大的踢掉吗？可是我又没什么理由将这几例数据踢掉，都是在我统计的范围之内的。。。愁了。。。能留个邮箱什么的吗？谢谢
再答：可以这样处理： 1踢掉一些奇异点 2 如果做的只是验证型试验（100%能肯定是一次模型），那么拟合差的解释只是实验精度比较差（干扰因素太大） 3 做回归检查时候，好多软件都会给出残差图也会给出残差的正态性检验这个检验等价于剩余回归检验（也就是前面3个p值的最后一个p值检验）给出残差图，比较直观，只有残差服从正态分布才可以认为拟合最佳）简言之：三个P检验是分析回归的好坏的参数分别用来说明1 是不是住因素 2 总因素效应是否能解释目标值（是否值得拟合） 3 剩余因素效应里面还有没有空间可挖（拟合的足够好）

一元线性回归的问题我做的一元线性回归方程,spss结果显示常数项值为0.27,其p值为0.68,这样的话,我还能将这个常求高手解释SPSS一元线性回归,我需要2组数据的相关性P值一元线性回归问题我做的一元线性回归：Model Summaryb\x05\x05\x05\x05\x05\x05Mode spss 一元线性回归 spss一元线性回归模型的一些值的意义求分析spss一元线性回归结果用spss做一元线性回归分析一元线性回归方程用SPSS做线性回归的问题已知一组观察值的平均值为 =15.8,=49.5,y对x的一元线性回归方程的回归系数b=2.5,求回归方程线性回归的P值用SPSS做相关分析或线性回归时,所显示的P值有什么作用? 用spss多元线性回归之前做了数据标准化处理,回归系数的常数项为5.170E-16,接近于0了,请问什么问题