上面的表格依次列出了模型的筛选过程,模型1用进入法引入了 exterus, 然后模型2用 stepwise法引入了 additive,另两个变量因没有达到进入标准, 最终没有进入。上面的表格翻译出来如下 模型进入的变量移出的变量 变量筛选方法 extras 进入法 dditive stepwise法(标准:进入概率小于0.05,移出概率大于0.1) Model Summary Adjusted Std Error of Model RR Square R Square the Estimate 6394 408 a. Predictors: (Constant), Extrusion b. Predictors:(Constant), Extrusion, Additive Amount 上表是两个模型变异系数的改变情况,从调整的R2可见,从上到下随着新变 量的引入,模型可解释的变异占总变异的比例越来越大 ANOVAC Squares df Mean Square Regression 1.74012408002 Total 4.266 19 Regression 125012048001b Residual 1.765 17 104 a. Predictors: (Constant), Extrusion b. Predictors: (Constant), Extrusion, Additive Amount C Dependent variable: Tear Resistance 上表是所用两个模型的检验结果,用的方法是方差分析,可见二个模型都有 统计学意义。上面的表格依次列出了模型的筛选过程，模型 1 用进入法引入了 extrusn， 然后模型 2 用 stepwise 法引入了 additive，另两个变量因没有达到进入标准， 最终没有进入。上面的表格翻译出来如下： 模型 进入的变量 移出的变量 变量筛选方法 1 extrusn 进入法 2 additive stepwise 法（标准：进入概率小于 0.05，移出概率大于 0.1） 上表是两个模型变异系数的改变情况，从调整的 R 2可见，从上到下随着新变 量的引入，模型可解释的变异占总变异的比例越来越大。 上表是所用两个模型的检验结果，用的方法是方差分析，可见二个模型都有 统计学意义