spss回归分析结果求助大侠帮忙分析下~~~急救论文要用~~~~pearson correlation=0.468 sig(2-tailed)=0.001

spss回归分析结果求助大侠帮忙分析下~~~急救论文要用~~~~pearson correlation=0.468 sig(2-tailed)=0.001

首先，你这不是回归分析的结果，是相关分析的结果。从相关分析结果来看，这两个变量之间存在显著的线性关系，适合建立他们的一元线性回归模型。
其次，如果你做他们的一元线性回归模型，需要确定哪个是自变量，哪个是因变量（这个你应该没问题）。
最后，你可能最担心的，是他们之间适不适合做一元回归模型，以及具体回归模型是什么。首先明确回答你，他们两者可以得到非常理想的回归模型，自变量可以解释21.9%（相关系数0.468的平方）的因变量变化，而且模型的方差检验是显著的。至于自变量只能解释21.9%的因变量变化，虽然不高，但是从方差检验来看，自变量对因变量的确有显著的影响，对于其余78.1%的因变量变化肯定是由其他因素来解释的，这样他们两者之间的回归模型肯定是成立的，而且是合理的。由于你这里只提供他们的相关分析结果，我只能给你写出他们的标准回归模型：y=0.486*x，这里y即可以表示资产负债率，也可以表示净资产收益率，关键看你的专业分析，哪个才是合理的因变量。

你能截图出来吗？你用什么回归的？线性or其他？

N=46代表样本个数是46而已，除了证明数据数量足够没什么用。
这个回归结果很纠结啊。。
相关系数只有0.468，还不到0.5，通常意义上讲这个回归相关性不高，即回归方程的意义不大；
但是P=0.001<回归设定的0.01已经证明回归显著，即方程成立。。。
既然双边检验已经通过，那就说回归方程显著吧~

如以上回答内容为低俗、色情、不良、暴力、侵权、涉及违法等信息，可以点下面链接进行举报！

点此我要举报以上问答信息