1.
可以将被剔除的变量做回归分析，但如果相关系数过高，可能会产生多重共线性（参数t检验无法通过），到时候可以去剔除法或者spss的逐步回归法做就行
2.
第一个图是方差分析表，其实意义不需要过多强求，主要看f值对应的sig.（或者p）值即可，当sig<0.05时，表明模型整体拟合效果不错。否则模型不成立
3.
要明白一点，如果做多元线性回归，之前的相关系数矩阵，相关性越高，产生多重共线性可能越大（系数t检验无法通过），强行将所有变量做回归也是可以的，但是因为有多重共线性，很多系数的t检验的p值大于
0.05。可以采取逐步回归法进行回归（spss有该选项），系统会自动剔除变量
建议楼主仔细回顾一下计量经济学——多元线性回归和多重共线性相关内容
可以将被剔除的变量做回归分析，但如果相关系数过高，可能会产生多重共线性（参数t检验无法通过），到时候可以去剔除法或者spss的逐步回归法做就行
2.
第一个图是方差分析表，其实意义不需要过多强求，主要看f值对应的sig.（或者p）值即可，当sig<0.05时，表明模型整体拟合效果不错。否则模型不成立
3.
要明白一点，如果做多元线性回归，之前的相关系数矩阵，相关性越高，产生多重共线性可能越大（系数t检验无法通过），强行将所有变量做回归也是可以的，但是因为有多重共线性，很多系数的t检验的p值大于
0.05。可以采取逐步回归法进行回归（spss有该选项），系统会自动剔除变量
建议楼主仔细回顾一下计量经济学——多元线性回归和多重共线性相关内容
温馨提示：内容为网友见解，仅供参考
无其他回答
相似回答
