計量經(jīng)濟(jì)學(xué)中，經(jīng)常說一個回歸模型里的參數(shù)在統(tǒng)計上是顯著的或不顯著的，其中”顯著的“是什么意思？參數(shù)是顯著的，也就是說，參數(shù)估計的統(tǒng)計性質(zhì)可以拒絕原來的假設(shè)：參數(shù)=0，即參數(shù)顯著不等于0，即參數(shù)前面的變

計量經(jīng)濟(jì)學(xué)中，經(jīng)常說一個回歸模型里的參數(shù)在統(tǒng)計上是顯著的或不顯著的，其中”顯著的“是什么意思？

參數(shù)是顯著的，也就是說，參數(shù)估計的統(tǒng)計性質(zhì)可以拒絕原來的假設(shè)：參數(shù)=0，即參數(shù)顯著不等于0，即參數(shù)前面的變量確實(shí)對y有影響，所以在回歸方程中出現(xiàn)是合理的。參數(shù)的顯著性是實(shí)證模型顯著性的關(guān)鍵。

變量不顯著怎么處？整體顯著，變量不顯著怎么？

之所以具有全球意義，是因?yàn)樗南到y(tǒng)公式是確定的，即y=ABX。由單個變量組成的點(diǎn)圍繞一條直線排列，即方差計算或?qū)?shù)。無論如何，變量和隨機(jī)變量之間的線性關(guān)系總是存在的。

SPSS分析數(shù)據(jù)時，兩組連續(xù)變量數(shù)據(jù)的pearson相關(guān)不顯著而spearman相關(guān)顯著，以哪個為準(zhǔn)？

一般使用皮爾遜相關(guān)系數(shù)較多，建議使用皮爾遜相關(guān)系數(shù)。其實(shí)，大多數(shù)時候，兩種結(jié)果幾乎相同，但偶爾也會出現(xiàn)矛盾現(xiàn)象。如果此時推薦皮爾遜，另外，如果數(shù)據(jù)不正常，有時需要斯皮爾曼。

另外，如果您想做相關(guān)分析，直接使用在線SPSS軟件即可。Spssau擁有所有的智能文本分析圖表，非常愚蠢。拖放以完成分析。

用SPSS做調(diào)節(jié)效應(yīng)分析。交互項(xiàng)顯著，但是調(diào)節(jié)變量不顯著。這樣可否判斷是否具有調(diào)節(jié)效應(yīng)？

應(yīng)測試相互作用系數(shù)的調(diào)節(jié)效果。如果系數(shù)顯著，則可以解釋調(diào)節(jié)效應(yīng)。你應(yīng)該在第一張紙上放兩個變量，在第二張紙上放三個變量。您選擇的回歸方法是enter。但是SPSS沒有按順序排列變量，而是將您選擇的所有變量添加到模型中，并在第一次回歸過程中排除額外的變量，因此將出現(xiàn)此表。如果不希望此表出現(xiàn)，可以執(zhí)行兩次回歸。第一次，把中心D，中心h，然后把結(jié)果放在中心D，中心h，中心D乘以h。如果你做兩次，你就沒有了。