Curva de ajuste polinomial de SPSS
Número de patentes seleccionadas como variable dependiente
Tiempo de selección de variable independiente
Seleccione el modelo tres veces
Seleccionado para mostrar la tabla ANOVA.
Por supuesto.
Resumen del modelo a
R R Square estándar R Square ajustado. El error de estimación
.972 .945 .938 82.497
r cuadrado es 0.945, lo que indica que los cambios en la variable dependiente pueden ser explicados por las variables independientes, y la composición llega a 94.5 %, lo cual es muy bueno.
Análisis de Varianza
Signo cuadrático y medio cuadrático.
Regresión 2689241.788 3 896413.929131.715.000
Restante 156531.175 23 6805.703
Total 2845772.96326
El análisis de la tabla de varianza muestra: F = 131.715, P = 0,000, lo que indica que el modelo es altamente significativo.
Coeficientes
Coeficientes no estandarizados.
b estándar. Error β
Secuencia de casos 87.648 22.309 2.103 3.929
Secuencia de casos* * 2-10.249 1.834-7.094-5 . * 3.327 .043 5.940 7.587.000
(Constante)-161.791 73.458-2 202 .
Los valores de sig son todos menores que 0.05, lo que indica que la regresión. El coeficiente también es significativo.
Entonces la ecuación de regresión es:
Número de patente=-161.791+87.648 * t-10.249 * T2+0.327 * t 3t = 0.1.2, 3, .....