spss广义线性模型结果怎么看

SPSS广义线性模型的结果输出包括两部分，一是模型拟合的统计量，二是各个自变量的参数估计值和显著性检验结果。

1. 模型拟合的统计量

在输出结果的“模型概括”部分，会给出模型的整体拟合效果的统计量。常见的统计量包括：

- 似然比统计量：用于检验模型整体拟合效果的好坏。似然比越大，模型拟合效果越好。
- 偏差：用于衡量模型拟合的准确程度。偏差越小，模型拟合效果越好。
- 模型的自由度：用于描述模型中自变量个数和观测值个数之间的关系。

2. 参数估计值和显著性检验结果

在输出结果的“系数”部分，会给出各个自变量的参数估计值和显著性检验结果。常见的参数估计值包括：

- 回归系数：用于描述自变量对响应变量的影响大小和方向。
- 标准误：用于描述回归系数的精度和可靠程度。
- t值：用于检验回归系数是否显著不为零。
- P值：用于判断回归系数是否显著。

通常，当P值小于0.05时，认为回归系数显著不为零，即认为该自变量对响应变量有显著的影响。

此外，SPSS还提供了残差分析、模型比较等工具，可以帮助用户进一步检验模型的拟合效果和模型假设的合理性。