Терминология, используемая при выводе

ff R — поскольку в анализе участвовала единственная независимая переменная, эта величина равна коэффициенту корреляции (r) между переменными тест

В трев.

ff R квадрат — квадрат величины R (R2), равный доле дисперсии переменной тест, обусловленной воздействием переменной трев.

ff Скорректированный R квадрат — скорректированная величина R2. Величина R2, используемая в расчетах, на практике оказывается несколько завышенной.Скорректированная величина R2 менее формальна и ближе к реальным резуль-татам.

ff Стд. ошибка оценки — в таблице Сводка для модели это стандартное отклонение оценок значений зависимой переменной тест.

ff Регрессия — статистики, оценивающие долю дисперсии зависимой переменной, обусловленную влиянием независимых переменных.

ff Остаток — статистики, оценивающие долю дисперсии зависимой переменной, не обусловленную влиянием независимых переменных.

ff ст. св. — число степеней свободы, для регрессии оно равно числу независимых переменных. Для остатка — равно разности размера выборки и числа степеней свободы регрессии, уменьшенной на единицу (36 – 1 – 1 = 34).

ff Сумма квадратов, Средний квадрат, F — показатели, относящиеся к дисперсион-ному анализу (глава 13).

ff Знч. — величина р-уровня значимости, вероятность случайности полученного результата.

250 Глава 17.Простая линейная регрессия

ff B — коэффициент и константа линейного уравнения регрессии:

тестпрогноз = 9,311 + 0,675(трев)

ff Стд. ошибка — стандартная ошибка, в таблице Коэффициенты это характери-стика стабильности коэффициента B, равная стандартному отклонению коэф-фициентов B, рассчитанных для большого числа выборок из генеральной со-вокупности.

ff Бета — стандартизованный коэффициент регрессии (β). Представляет собой коэффициент B для стандартизованных значений переменной трев. Для ли-нейных отношений эта величина всегда лежит в диапазоне от –1,0 до 1,0, а для криволинейных отношений может выходить за границы этого диапазона.

ff t — отношение коэффициента B к его стандартной ошибке.

Завершение анализа и выход из программы

Отредактируйте содержимое окна вывода в соответствии со своими предпочте-ниями: скройте лишнюю информацию, исправьте таблицы и пр. (см. раздел «Окно вывода и его редактирование» главы 2). За инструкциями по редактированию гра-фиков обратитесь к главе 5.

Для дальнейшего использования окончательного результата все содержимое окна вывода или его фрагменты можно сохранить в файле *.spv, экспортировать в дру-гой формат (например, Word), перенести в документ Word или вывести на печать (подробности см. в разделе «Сохранение, экспорт, перенос и печать результатов» главы 2).

Для выхода из программы выберите команду Выход в меню Файл.

Множественная регрессия является расширением простой линейной регрессии, описанной в главе 17. С помощью простой регрессии оценивалась степень вли-яния одной независимой переменной (предиктора) на зависимую переменную (критерий). В отличие от простой регрессии, множественная регрессия исследует влияние двух и более предикторов на критерий.

Анализ регрессии можно свести к геометрической интерпретации. Когда вычисле-на простая корреляция между двумя переменными, можно построить линию регрес-сии (линию «наилучшего соответствия»). Эта линия строится на основе уравнениярегрессии; ее угол определяется коэффициентом при независимой переменной,

7. сдвиг по вертикальной оси — константой. Далее мы продемонстрируем множе-ственную регрессию как последовательное усложнение простого регрессионного уравнения. Специально для этой главы нами создан файл данных help.sav. Этот файл содержит данные психологического исследования склонности людей оказы-вать помощь своим знакомым. Хотя данные являются вымышленными, результа-ты их обработки близки к результатам одного из реальных исследований.