对模型整体情况进行分析：包括模型拟合情况（R²），是否通过F检验等。
回归的检验首先看anova那个表，也就是F检验，那个表代表的是对你进行回归的所有自变量的回归系数的一个总体检验，如果sig<0.05，说明至少有一个自。
从一组数据出发，确定某些变量之间的定量关系式，即建立数学模型并估计其中的未知参数。
估计参数的常用方法是最小二乘法。
对这些关系式的可信程度进行检验。
在许多自变量共同影响着一个因变量的关系中，判断哪个（或哪些）自变量。
接下来是结果分析：【Anova表】表示分析结果，主要看的是F和Sig值，一般sig<0.05被认为是系数检验显著，显著的意思就是你的回归系数的绝对值显著大于0，表明自变量可以有效预测因变量的变异，即有95%的把握结论正确。
最后看。
回归的检验首先看anova那个表，也就是F检验，那个表代表的是对你进行回归的所有自变量的回归系数的一个总体检验，如果sig<0.05,说明至少有一个自变量能够有效预测因变量，这个在写数据分析结果时一般可以不报告 然后看系数表。
1、依次点击“分析——回归——线性 2、将“训练比赛满意感”纳入“因变量”；将成就感降低、情绪体力耗竭、运动负评价、自尊放入“自变量”；方法选择“输入”3、点击“统计” 默认选项“估算值”；“模型拟合”；另选择“。