Model Summary Adjusted Std Error of Model R Square R Square the Estimate a. Predictors: (Constant), fat 上表为所拟合模型的情况简报,显示在模型1中相关系数R为0.578,而决定系 数R2为0.334,校正的决定系数为0.307。 ANOV阳b Sum of Model Regression 8.306 8.30612.059 002 Residual 16530 689 a Predictors: (Constant), fat b. Dependent Variable: SPVOL 这是所用模型的检验结果,可以看到这就是一个标准的方差分析表!有兴趣的读 者可以自己用方差分析模型做一下,就会发现出了最左侧的一列名字不太一样 外,其他的各个参数值都是相同的。从上表可见所用的回归模型F值为12.059, P值为0.002,因此我们用的这个回归模型是有统计学意义的,可以继续看下面 系数分别检验的结果 匚③由于这里我们所用的回归模型只有一个自变量,因此模型的检验就等价与系 数的检验,在多元回归中这两者是不同的。 Coefficients Standardi ed Unstandardized efficien Coefficients ts Model 日 Std Error Beta Sig (Constant) 5097 11923 3.473 a Dependent variable: SPVOL 上表给出了包括常数项在内的所有系数的检验结果,用的是t检验,同时还会给 出标化/未标化系数。可见常数项和fat都是有统计学意义的,上表的内容如果 翻译成中文则如下所示 未标准化系数标准化系数上表为所拟合模型的情况简报，显示在模型 1 中相关系数 R 为 0.578，而决定系 数 R 2为 0.334，校正的决定系数为 0.307。 这是所用模型的检验结果，可以看到这就是一个标准的方差分析表！有兴趣的读 者可以自己用方差分析模型做一下，就会发现出了最左侧的一列名字不太一样 外，其他的各个参数值都是相同的。从上表可见所用的回归模型 F 值为 12.059， P 值为 0.002，因此我们用的这个回归模型是有统计学意义的，可以继续看下面 系数分别检验的结果。 由于这里我们所用的回归模型只有一个自变量，因此模型的检验就等价与系 数的检验，在多元回归中这两者是不同的。 上表给出了包括常数项在内的所有系数的检验结果，用的是 t 检验，同时还会给 出标化/未标化系数。可见常数项和 fat 都是有统计学意义的，上表的内容如果 翻译成中文则如下所示： 未标准化系数 标准化系数