风铃系统致力于打造未来的商业操作系统，运用大数据和人工智能技术，融合行为和态度数据，帮助企业全时段聆听用户心声，全旅程改善用户体验。风铃系统推出了品牌体验、产品体验、服务体验和员工体验组成的CEM产品矩阵，为企业、政府、高校和个人提供问卷设计、样本收集、建模分析、决策建议等一站式解决方案。

本文，风铃系统继续给大家介绍问卷调查数据分析中的回归分析。

模型有效性检验（F检验）

模型有效性检验（F检验）从总体方面反映模型的有效性。

F大于临界值，则拒绝零假设，接受备择假设，认为回归模型显著；若F小于临界值，则认为回归模型不显著。

模型参数有效性检验（t检验）

模型参数有效性检验（t检验），是对回归模型中的各个参数的有效性进行的检验。

若统计量大于临界值，认为模型参数显著有效，即模型中的自变量对因变量显著有效，该自变量应保留在模型中；否则，若统计量小于临界值，认为模型参数显著无效，即模型中的自变量对因变量显著无效，该自变量应从模型中剔除。

序列自相关检验（D-W检验）

序列自相关检验（D-W检验）的目的是判断模型的序列自相关性，序列自相关是指因变量数列的前后期数据之间相关，最常见的是前后期数据为一期的序列差。

若DW统计量离DW中心值较远，即基本认定模型存在序列自相关；若DW统计量离DW中心值较近，即基本认定模型无序列自相关。

多重共线性检验（VIF检验）

多重共线性是指在多元线性回归模型中，自变量之间存在线性相关关系，即某个自变量可以是其他一个或几个自变量的线性组合。

VIF的取值为1至无穷大，VIF值越接近于1，多重共线性越弱；VIF值越大，多重共线性越强。

以上是风铃系统为大家带来的相关内容介绍，希望对大家有所帮助，感谢阅读！