R方为决定系数,即拟合模型所能解释的因变量的变化百分比。例如,R方=0.810,说明拟合方程能解释因变量变化的81%,不能解释的19%;
F是方差检验,整个模型的全局检验,看拟合方程是否有意义。 扩展资料
回归分析在科学研究领域是最常用的统计方法。《SPSS回归分析》介绍了一些基本的统计方法,例如,相关、回归(线性、多重、非线性)、逻辑(二项、多项)、有序回归和生存分析(寿命表法、Kaplan-Meier法以及Cox回归)。
t值是t检验的统计量值,t检验,亦称student t检验(Student's t test),主要用于样本含量较小(例如n<30),总体标准差σ未知的正态分布。t检验是用t分布理论来推论差异发生的概率,从而比较两个平均数的差异是否显著。
t检验注意事项
1、选用的检验方法必须符合其适用条件(注意:t检验的前提:来自正态分布总体;随机样本;均数比较时,要求两样本总体方差相等,即具有方差齐性)。理论上,即使样本量很小时,也可以进行t检验。(如样本量为10,一些学者声称甚至更小的样本也行)。
只要每组中变量呈正态分布,两组方差不会明显不同。如上所述,可以通过观察数据的分布或进行正态性检验估计数据的正态假设。方差齐性的假设可进行F检验,或进行更有效的Levene's检验。如果不满足这些条件,可以采用校正的t检验,或者换用非参数检验代替t检验进行两组间均值的比较。
2、区分单侧检验和双侧检验。单侧检验的界值小于双侧检验的界值,因此更容易拒绝,犯第Ⅰ错误的可能性大。t检验中的p值是接受两均值存在差异这个假设可能犯错的概率。
在统计学上,当两组观察对象总体中的确不存在差别时,这个概率与我们拒绝了该假设有关。一些学者认为如果差异具有特定的方向性,我们只要考虑单侧概率分布,将所得到t-检验的P值分为两半。另一些学者则认为无论何种情况下都要报告标准的双侧t检验概率。
t=3
STATA常用34条命令总结
1、input: 输入数据
例:inpurt x y
1 4
2 35
3 7
end
2、by: 按照某一变量的取值来进行分析
例:by group,sort: regress Y x1 x2 //按照不同的组,对Y做回归分析
3、weight: 加权或者频数
例:fw=频数变量 //多用在四格表资料中或者未原资料未给出所有值,只给出了值和对应的频数
4、if: 用条件语句指定条件
例:drop if group==1|group==2 //把group变量值为1或者2的记录删除掉
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)