spss中r方值的意思是什么？
r方计算公式如下：
计算公式的解读如下：
从图片中可以看出：
左边称为总平方和SST，它可以分解为两部分红色部分指的是各实际观测点与回归值的残差平方和，它是指除了x对y的线性影响之外的其它因素引起的y的变化部分，是不能用回归直线来解释yi的变差部分。所以称为残差平方和，简称SSE。而，绿色部分可以看作是由于自变量 x 的变化引起的y的变化部分，是可以用回归直线来解释yi的变差部分。简称SSR。所以
所以对于模型来讲肯定是能用回归直线解释的变差部分越大越好，也就是说明SSR占SST的比例越大，解释越多，同时也可以说明直线拟合的越好，所以我们引出一个指标R方，回归平方和占总平方和的比例，即为R方。计算公式为：
r方的举例：
R方可以自己计算也可以借助数据分析工具进行输出，这里利用SPSSAU举例进行说明。
从结果可以看出，不良贷款（亿元）会对本年累计应收贷款（亿元）产生显著的正向影响关系。贷款项目个数（个）并不会对本年累计应收贷款（亿元）产生影响关系。并且模型R方值为0.556，意味着不良贷款（亿元）,贷款项目个数（个）可以解释本年累计应收贷款（亿元）的55.6%变化原因。
1、R square（R方值）是决定系数，意思是你拟合的模型能解释因变量的变化的百分数，例如R方=0.810，表示你拟合的方程能解释因变量81%的变化，还有19%是不能够解释的。
2、F值是方差检验量，是整个模型的整体检验，看它拟合的方程有没有意义。
3、t值是对每一个自变量（logistic回归）的逐个检验，看它的beta值β即回归系数有没有意义。
R方值是评价的主要指标，F值，t值是两个检验，一般要小于0.05，F和t的显著性都是0.05。
扩展资料
回归分析在科学研究领域是最常用的统计方法。《SPSS回归分析》介绍了一些基本的统计方法，例如，相关、回归（线性、多重、非线性）、逻辑（二项、多项）、有序回归和生存分析（寿命表法、Kaplan-Meier法以及Cox回归）。
《SPSS回归分析》对运用SPSS进行回归分析的介绍，目的是让读者对于这方面的基础知识有一个初步了解和掌握，有经验的读者藉此可在数据挖掘（例如，利用Clementine）领域独立地继续学习新知识
参考资料来源：百度百科-SPSS回归分析