spss软件的线性回归分析中，输出了一个anova表，表中的回归、残差、平方和、df、均方、F、sig分别代表什么

1、回归是方法，残差在数理统计中是指实际观察值与估计值(拟合值)之间的差，平方和有很多个，不同的平方和的意思不一样，与样本量及模型中自变量的个数有关，样本量越大，相应变异就越大

2、df是自由度，是自由取值的变量个数

3、均方指的是一组数的平方和的平均值，在统计学中，表示离差平方和与自由度之比

4、f是f分布的统计量，用于检验该回归方程是否有意义

5、SIG=significance，意为“显虚运漏著性”，后面的值就是统计出的P值，如果P值0.01

扩展资料:

方差分析的基本原理是认为不同处理组的均数间的差别基本来源有两个：

(1) 实验条件，即不同的处理造成的差异，称为组间差异。用变量在各组的均值与总均值之偏差平方和的总和表示，记作SSb，组间自由度dfb。

(2) 随机误差，如测量误差造成的差异或个体间的差异，称为组内差异，用变量在各组的均值与该组内变量值之偏差平方和的总和表示悄清， 记作SSw，组内自由度dfw。

总偏差平方和 SSt = SSb + SSw。

组内SSw、组间SSb除以差烂各自的自由度(组内dfw =n-m，组间dfb=m-1，其中n为样本总数，m为组数)，得到其均方MSw和MSb，一种情况是处理没有作用，即各组样本均来自同一总体MSb/MSw≈1

另一种情况是处理确实有作用，组间均方是由于误差与不同处理共同导致的结果，即各样本来自不同总体。那么，MSb>>MSw(远远大于)。

MSb/MSw比值构成F分布。用F值与其临界值比较，推断各样本是否来自相同的总体

1、回归是方法，残差是实测与预计值的差值，平方和有很多个，不同的平方和的意思不一样，与样本量及模型中自变量的个数有关，样本量越大，相应变异就越大。

2、df是自由度，是自由取值的变量个数。

3、均方是方差除以自由度。

4、f是f分布的统计量，用于检验该回归方程是否有意义。

5、sig是p值，当Sig对应的值小于0.05（当显著罩态性水平为0.05时）时，说明所建立的回归方程具有统计学意义，即自变量和因变量之间存在线性关系物铅源。

扩展资料：

方差分析的基本原理：

(1) 实验条件，即不同的处理造成的差异，称为组间差异。用变量在各组的均值与总均值之偏差平方和的总和表示，记作SSb，组间自由度dfb。

(2) 随机误差，如测量误差造成的差异或个体间的差异，称为组内差异，用变量在各组的均值与该组内变量值之偏差平方和的总和激世表示， 记作SSw，组内自由度dfw。

总偏差平方和 SSt = SSb + SSw。

MSb/MSw比值构成F分布。用F值与其临界值比较，推断各样本是否来自相同的总体。

分别代表的意思如下：

1、回归是方法，残差是测量值粗基与预期值之间的差，平方和有很多个，不同的平方和具有不同的含义，与样本量和模型中自变量的数量有关，样本量越大，相应的变化越大。

2、df是自由度，是具有自由值的变量的数量。

3、均方是方差除以自由度。

4、f是f分布的统计量，用于检验回归方程是否有意义。

5、sig是p值，当与Sig对应的值小于0.05时（当显着性水平为0.05时），这意味着回归方程具有统计学意义，即自变量和因变量之间存在线性关系。

扩展资料：

方差分析的基本原理：

（1）实验条件，即由不同治疗引起的差异，称为组间差异，由每组变量的均值和总均值的偏差的平方和的总和表示，并记录为SSb，组之间的自由度为dfb。

（2）随机误差，如测量误差造成的差异或个体间的差异，称为组内差异，用变量在各组的均值与该组内变量值之偏差平方和的总和表示， 记作SSw，组内自由度dfw。

总偏差平方岩链谨和SSt = SSb + SSw。

MSb / MSw比构成F分布。 将F值与唤拍其临界值进行比较，以推断每个样本是否来自同一群体。

anova表中的“回归平方和”表示反应变量的变异中的回归模式中所包含的自变量所能解释的部分。“残差平方和”代表反应变量的变异中没有被回归模型所包含皮宏的变量解释的部分。这两个值与样本量及模型中自变量的个数有关，样本量越大，相应变异就越大。df是自由度，是自由取值的变量个数，并搭F为F检验统计量，用于检验该回归方程是否有意义，当Sig对应的值小于0.05（当显著性水平为0.05时）时，说明所建立的回归方程具有统计学意义，即燃蔽册自变量和因变量之间存在线性关系。
具体解释可以参看统计学方面的书籍。

回归是方法
残差是实渣蚂测与预计值的差值
平方和有贺梁差很多个，不同的平方和的意思不一样
df是自由度
均方是方差除禅皮以自由度
f是f分布的统计量
sig是p值