spss线性判别分析
spss显著性检验结论？
spss显著性检验结论？
方差的显著性只是对多元线性回归才有用的，用来判断多元线性回归模型是否显著，OLS就没必要用了。
看的话看SIG就行了，就是检验P值，SIG小于0.05对于95%的显著性水平下模型是显著的。SIG越小越好、
用spss线性回归分析后求回归方程用标准化系数还是非标准化系数？
求回归方程用标准化系数，因为标准化的变量单位是统一的，这种情况下比较每个自变量的回归系数才有意义，也才可以进行比较，而且标准化的回归系数表示的是自变量和因变量的相关，这样回归系数显得更有意义，非标准化不能对变量采取统一的系数归因。
spss线性回归怎么判断显不显著？
看最后一列的sig(显著性水平)，越小越显著，教科书一般默认小于0.05就显著，大于0.05就不显著
spss多元线性回归中，常量不显著怎么办，怎么写回归方程？
0.629和3.077是对“常量”、“技术人员密度”两个参数的T检验的值，对应的概率分别是0.534和0.004，如果显著性水平是0.05的话，说明常量不显著，则一元线性回归分析中不应该含有常量。至于0.478是对“技术人员密度”系数的标准化，不用太在意此数字。
spss简单线性回归分析，需要多少组数据？
1. 一般来说，数据越多，分析结果越可靠，没有明确的要求需要多少组数据，视数据取得的难易程度吧。
2. 数据的质量也对分析结果有重要影响，自变量最好分布得均匀一些为好。质量高的数据，样本数量可以适当地少一些。比如在0~100的横坐标轴上，如果大部分数据都集中在了0~50之间，这样数据的质量就不高。
皮尔曲线 线性回归解法？
用Compute过程按照y11/y , x11/x进行转换得到y1和x1，原式y1a bx1,然后用Regression对y1和x1作一般的线性回归即可； 原理同1，处理方法上先两边取对数，令y1lny,a1lna，x11/x，原式y1a1 bx1,用转换后的新数据作上述一般线性回归。 SPSS操作菜单：Analyze——Regression——Curve Estimation，放入自变量和因变量之后，拟合Linear模型即可。