After the evaluation of the F-value

After the evaluation of the F-value and R2, it is important to evaluate the regression beta coefficients: unstandardized and standardized. The beta coefficients can be negative or positive, and have a t-value and significance of that t-value associated with it. Think of the regression beta coefficient as the slope of a line: the t-value and significance assesses the extent to which the magnitude of the slope is significantly different from the line laying on the X-axis. If the beta coefficient is not statistically significant (i.e., the t-value is not significant), no statistical significance can be interpreted from thatpredictor. If the beta coefficient is sufficient, examine the sign of the beta. If the regression beta coefficient is positive, the interpretation is that for every 1-unit increase in the predictor variable, the dependent variable will increase by the unstandardized beta coefficient value. For example, if the beta coefficient is .80 and statistically significant, then for each unit increase in the predictor variable, the outcome variable will increase by .80 units.

Kết quả (Việt) 1:

Sau khi đánh giá giá trị F và R2, nó là quan trọng để đánh giá hệ số beta của hồi quy: unstandardized và tiêu chuẩn hóa. Hệ số beta có thể được tiêu cực hay tích cực, và có một t-giá trị và ý nghĩa của t-giá trị đó liên kết với nó. Hãy suy nghĩ của hệ số beta hồi qui như độ dốc của một dây: t-giá trị và ý nghĩa đánh giá mức độ mà độ lớn của dốc là đáng kể khác nhau từ các đường dây đặt trên trục x. Nếu hệ số beta không phải là ý nghĩa thống kê (tức là giá trị t là không đáng kể), không có ý nghĩa thống kê có thể được giải thích từ thatpredictor. Nếu hệ số beta là đủ, kiểm tra các dấu hiệu của các phiên bản beta. Nếu hệ số hồi qui beta là tích cực, việc giải thích là cho mỗi tăng 1 đơn vị dự báo biến, biến phụ thuộc sẽ tăng giá trị hệ số unstandardized beta. Ví dụ, nếu hệ số beta là.80 và ý nghĩa thống kê, sau đó cho mỗi đơn vị tăng dự đoán biến, biến kết quả sẽ tăng lên bởi các đơn vị.80.

Kết quả (Việt) 2:

Sau khi đánh giá của F-giá trị và R2, điều quan trọng là đánh giá các hệ số hồi quy beta: unstandardized và chuẩn hóa. Các hệ số beta có thể là tiêu cực hay tích cực, và có một t-giá trị và ý nghĩa của hình t-giá trị liên kết với nó. Hãy suy nghĩ về các hệ số beta hồi quy như độ dốc của một dòng: t-giá trị và tầm quan trọng đánh giá mức độ mà độ lớn của độ dốc khác nhau đáng kể từ đường nằm trên trục X. Nếu hệ số beta là không đáng kể về mặt thống kê (ví dụ, t-giá trị không đáng kể), không có ý nghĩa thống kê có thể được giải thích từ thatpredictor. Nếu hệ số beta là đủ, kiểm tra dấu hiệu của phiên bản beta. Nếu hệ số beta hồi quy là tích cực, việc giải thích là cho mỗi tăng 1 đơn vị trong các biến dự đoán, biến phụ thuộc sẽ tăng giá trị hệ số beta unstandardized. Ví dụ, nếu hệ số beta là 0,80 và ý nghĩa thống kê, sau đó cho mỗi tăng đơn vị trong các biến dự đoán, biến kết quả sẽ tăng 0,80 đơn vị.