Cómo interpretar Regresiones múltiples en SPSS

February 14

La regresión múltiple es una técnica estadística para explorar cómo una variable, la variable dependiente, se relaciona con otras variables llamadas variables independientes. En la regresión múltiple, la variable dependiente debe ser una variable continua, tales como altura, peso o ingresos, en comparación con una categórica, como por quien votó en la última elección. Por ejemplo, podría utilizar la regresión múltiple para explorar cómo los ingresos está relacionada con la raza, etnia, edad y educación entre los adultos estadounidenses.

instrucciones

1 Examinar las "variables entrado eliminado /" de mesa. Esto muestra qué variables independientes se incluyeron en su regresión. Si ejecutó más de un modelo, se mostrará cada uno. Esto es bueno para la comprobación de que el SPSS hizo lo que quería que hiciera.

2 Examine la tabla de resumen del modelo. Esto incluye el R, R cuadrado y ajustado R-cuadrado para el modelo, y el error estándar de la estimación. R cuadrado es una medida de la cantidad de la variación en la variable dependiente se explica por el modelo. intentos R cuadrado ajustado para ajustar esto para la complejidad del modelo. Los modelos más complejos explicarán más variación que los modelos más simples.

3 Examine el ANOVA (análisis de varianza) mesa. En particular, el F y sus df (grados de libertad) son indicadores de lo bueno que es el modelo. Sig. (Significación estadística) es una medida de qué tan probable es que un F este alto o más alto podría haber surgido si no existía una relación de toda la población de la que la muestra analizada fue dibujado.

4 Examine la tabla de coeficientes. Esto le indica cómo estadísticamente significativa cada variable independiente es (Sig.). El coeficiente no estandarizado es una estimación que se puede utilizar para construir un modelo predictivo. La salida también incluye un intervalo de confianza para la estimación de parámetros de cada variable, que le indica el rango que puede ser del 95 por ciento seguro de que el parámetro se encuentra dentro.


Artículos relacionados