(7)解释型回归分析--强迫进入
《学校管理心理学》试题及答案-A套至E套
《学校管理心理学》试题及答案《学校管理心理学》试题及答案《学校管理心理学》试题A套一、名词解释ﻫ１、学校管理心理学学校管理心理学是研究学校管理活动中的心理现象及其规律的科学。
2、个性心理学中的个性,也可称为人格，是指一个人的基本精神面貌，即一个人所具有的稳定的心理特征的总和。
它包括一个人外在的表现和内在的真实自我。
ﻫ３、动机动机是引起行为、维持行为并将行为指向特定目标以满足人4、人际关系人际关系是的需要的心理动力系统，它是人的行为的内部原因。
ﻫ指人们在交往中形成的心理关系。
这种关系体现为人与人的心理距离，即交往的双方是相互吸引还是相互排斥,是接近还是疏远，是尊敬还是轻蔑,是爱还是恨，等等。
1、学校管理与人的＿＿心理活动＿_____是紧密相连的,学校管理二、填空题ﻫ归根到底是_＿＿_人____的管理与__＿_人的心理_＿__的管理。
ﻫ2、在学校管理心理学的研究对象中应把教师心理放在_ _主导_＿＿___作用位置，应重视与强化学生的_ ＿_＿主体＿___意识。
3、活泼好动、敏捷、灵活是人的_ _气质____＿特征。
勤奋、刻苦、认真、敬业是人的＿_性格_＿__＿_特征。
4、双因素理论的两类因素是＿＿保健_＿____因素与__激励_＿＿___因素。
5、态度的三个成分是___认知＿_＿__、_＿_情感_____、和_＿_行为倾向＿____。
6、“三个和尚没水喝”说的是群体中的__责任分_散___＿现象。
7、师生关系建立的基础是_＿_教育目的_____。
８、领导影响力因素有___权力性影响＿____和_＿非权力性影响两大类。
三、单项选择题1、最新管理理论阶段也被称为(D)。
A、人际关系阶段B、行为科学形成时期ﻫＣ、“管理科学”阶段D、综合的现代管理学派ﻫ2、独立型和顺从型是下列哪位心理学家提出的？（C )ﻫA、阿德勒B、荣格Ｃ、威特金D、卡特尔3、阿Q被人打了以后说是儿子打了老子,这属于下列哪种防卫方式？(Ｃ)ﻫ4、挫折后嚎啕大哭、撕衣咬Ａ、反向行为Ｂ、压抑C、合理化D、升华ﻫ手……属于下列哪种反应?(C ）。
回归分析中的案例分析解读
回归分析是统计学中一种重要的分析方法，它用于探讨自变量和因变量之间的关系。
在实际应用中，回归分析可以帮助我们理解变量之间的相互影响，预测未来的趋势，以及解释一些现象背后的原因。
本文将通过几个实际案例，来解读回归分析在现实生活中的应用。
首先，我们来看一个销售数据的案例。
某公司想要了解广告投入对产品销量的影响，于是收集了一段时间内的广告投入和产品销量数据。
通过回归分析，他们得出了一个线性方程，表明广告投入对产品销量有显著的正向影响。
这个结论使得公司更加确定了增加广告投入的决策，并且在后续的实施中也取得了预期的销售增长。
接下来，我们来看一个医疗数据的案例。
一家医院想要探讨患者的年龄、性别、体重指数等因素对疾病治疗效果的影响。
通过回归分析，他们发现年龄和体重指数与治疗效果呈显著的负相关，而性别对治疗效果影响不显著。
这个研究结果为医院提供了重要的临床指导，使得医生们在治疗过程中更加关注患者的年龄和体重指数，以提高治疗效果。
除此之外，回归分析还可以应用在金融领域。
一家投资机构想要了解各种因素对股票价格的影响，于是收集了大量的股票市场数据。
通过回归分析，他们发现了一些关键的影响因素，比如市场指数、行业风险等，这些因素对股票价格都有一定的影响。
这些结论为投资机构提供了重要的决策参考，使得他们在投资过程中能够更加准确地评估风险和收益。
此外，回归分析还可以用于市场调研。
一家公司想要了解产品价格对销量的影响，于是进行了一次调研。
通过回归分析，他们发现产品价格与销量呈负相关关系，即产品价格越高，销量越低。
这个结论使得公司意识到自己的产品定价策略可能存在问题，于是他们调整了产品价格，并且在后续销售中取得了更好的效果。
总的来说，回归分析在实际生活中有着广泛的应用。
通过对一些案例的解读，我们可以看到回归分析在不同领域中的作用，比如市场营销、医疗、金融等。
通过回归分析，我们可以更加深入地了解变量之间的关系，从而为决策提供科学的依据。
计量经济学导论_对外经济贸易大学中国大学mooc课后章节答案期末考试题库2023年
计量经济学导论_对外经济贸易大学中国大学mooc课后章节答案期末考试题库2023年1.关于协整说法错误的是？参考答案:有n个非平稳序列，则最多有n个线性独立的协整向量2.线性概率模型的主要缺点是：参考答案:因变量的预测值可能大于1或者小于03.考虑下面的 ARMA(1,1)模型：【图片】对【图片】的最优一步预测是(i.e.对时刻t 假设 t-1前包括t-1期的数据已知)其中【图片】= 0.01; 【图片】=0.12;参考答案:0.1864.【图片】，【图片】的自相关系数最小值等于?参考答案:-1/65.考虑下面的误差修正模型模型,错误的说法是：【图片】参考答案:使用OLS法估计未知参数是有效的，但是假设检验是无效的6.下面模型对条件方差的2步预测等于？【图片】其中【图片】=0.04,【图片】=0.2参考答案:0.087.ADF单位根检验与DF单位根检验比较，错误的说法是?参考答案:回归方程相同8.建立AR模型，【图片】对模型残差进行Q检验，假设m=8，那么Q检验服从的卡方分布的自由度是？参考答案:59.模型如下【图片】假设t期扰动项改变一个单位，t+2期的改变量是？参考答案:0.3610.如果扰动项的平方服从ARMA(2，3)模型，那么对应的GARCH模型是：参考答案:GARCH(3，3)11.在面板模型中，通过“个体中心化” 算法控制个体固定效应时，各变量的各个观察值需减去的该变量“均值”是指：参考答案:该观测值对应个体的所有年份均值12.对收益率建立AR(3)-EGARCH(1,1)模型，可以用来在如下应用，除了：参考答案:风险溢价的大小13.模型如下【图片】那么的均值和方差的特点是参考答案:均值随时间的变化而变化，方差也随时间的变化而变化14.关于下面的TGARCH模型，哪个说法是错误的? 【图片】其中【图片】 if【图片】，【图片】其他参考答案:统计上显著小于, 如果存在非对称性15.在一元Probit模型中，系数β1表示：参考答案:当自变量x变化一个单位所引起模型的z值的变化16.下面哪个例子不能使用时间和个体固定效应估计：参考答案:采用CPS数据库中6000个国家2006年3月的调查数据估计受教育年限对收入的影响17.如果多元回归的四个经典假设条件（参数线性，随机抽样，零条件均值，不存在完全多重共线性）满足，那么OLS估计量满足参考答案:是无偏且一致的估计量18.虚拟变量陷阱(dummy variable trap)是以下哪个情形参考答案:完全多重共线性19.在回归方程【图片】中，如果斜率系数的 t- 统计量为 - 5, 则它的标准误是（）？参考答案:5.0820.TARCH与ARCH模型相比，优点是：参考答案:可以检验波动是否存在非对称性21.下面列出的是ARCH模型的缺点，除了？参考答案:可以反映波动率聚类性22.某随机过程【图片】无条件均值等于0，无条件方差是常数，条件均值等于0，条件方差随时间变化，该随机过程可能是：参考答案:，，23.在假设检验中，如果得到一个很小的 p-值（比如小于5%），则参考答案:该结果不利于原假设24.下列哪个现象会使得通常的OLS t 统计量无效？参考答案:异方差25.用小样本数据进行回归时，如果用正态分布来代替原本应该使用的t-分布来进行单个回归系数的检验会导致拒绝域的增大。
中重度强迫症患者强迫信念与强迫症状相关分析重点
Ｔｏ
ｕｎｄｅｒｓｔａｎｄ
ｔｈｅ
ｏｂｓｅｓｓｉｖｅ
ｂｅｌｉｅｆｓ
ｏｆ
ｔｈｅ
ｐａｔｉｅｎｔｓ
ｗｉｔｈ
ｏｂｓｅｓｓｉｖｅ
ｍｏｄｅｒａｔｅｌｙ ａｎｄ
ｓｅｖｅｒｅ
ｌｅｖｅｌ ａｎｄ ｉｔｓ ｒｅｌａｔｉｏｎｓｈｉｐ ｗｉｔｈ ｓｙｍｐｔｏｍｓ，ｔｈｅｒｅｆｏｒｅ １００ ｐａｔｉｅｎｔｓ ｗｉｔｈ ＯＣＤ
程、强迫思维、强迫行为和强迫症状总分呈正相关（ｒ＝Ｏ．４０、０．２３、Ｏ．４６、０．４２、０．４８，均Ｐ＜Ｏ．０１）。ＩＣＴ与强
迫思维和强迫症状总分呈正相关（ｒ－０．２１、０．２０，均Ｐ＜０．０５）。ＩＣＴ进入强迫思维和强迫症状总分回归方 程中（１３＝０．２１、０．０７，均Ｐ＜Ｏ．０５ ｏ结论中重度强迫症患者具有较高的强迫信念，ＩＣＴ信念是影响强迫 症状严重程度的重要因素，特别是对强迫思维的影响。
ｔｒｅａｔｍｅｎｔ．Ｍｅｔｈｏｄｓ
ａｎｄ
１０５
ｃａｓｅｓ
ｏｆ ｈｅａｌｔｈｙ
ｐｅｏｐｌｅ（ＨＣ）ｗｅｒｅ ａｓｓｅｓｓｅｄ
ｗｉｔｈ ｔｈｅ Ｏｂｓｅｓｓｉｖｅ Ｂｅｌｉｅｆｓ
Ｑｕｅｓｔｉｏｎｎａｉｒｅ（ＯＢＱ－４４），ｔｈｅ
ＯＣＤ ｐａｔｉｅｎｔｓ ｗｅｒｅ ａｌｓｏ
ａｓｓｅｓｓｅｄ ｗｉｔｈ Ｙａｌｅ－Ｂｒｏｗｎ Ｏｂｓｅｓｓｉｖｅ Ｃｏｍｐｕｌｓｉｖｅ Ｓｃａｌｅ（Ｙ－ＢＯＣＳ）ｔｏ ｋｎｏｗ ａｂｏｕｔ ｔｈｅ ｓｅｖｅｒｉｔｙ．Ｐｅａｒｓｏｎ ｃｏｒｒｅｌａｔｉｏｎ ｃｏｅｆｆｉｃｉｅｎｔ ｂｅｔｗｅｅｎ ｏｂｓｅｓｓｉｖｅ ｂｅｌｉｅｆｓ ａｎｄ ｔｈｅ ｓｅｖｅｒｉｔｙ ｏｆ ｏｂｓｅｓｓｉｖｅ ｃｏｍｐｕｌｓｉｖｅ ｓｙｍｐｔｏｍｓ Ｗａｓ ｃａｒｒｉｅｄ ｏｕｔ．Ｒｅｓｕｌｔｓ ＯＣＤ ｇｒｏｕｐ ｓｃｏｒｅｄ ｈｉｇｈｅｒ ｔｈａｎ ＨＣ ｇｒｏｕｐ ｉｎ ｔｈｅ
7-多元Logistic-回归分析解析
什么是哑变量？
一个含有g个类的分类型变量可以构造g个哑变量。
29
如何用SAS程序构造哑变量？ data d2； set d1； array a{3} student teacher worker； do i=1 to 3； a{i}=( x 1= i ) ； end； run；
data d2； set d1；
INTERCPT 1 3.7180 0.6387 33.8853
0.0001
.
.
BIRTHWT 1 -0.00397 0.000588 45.6092
0.0001 -0.702480 206.996
1、因变量bpd对自变量birthwt 的logistic回归模型是：
2、自变量birthwt 的回归系数在统计意义上不等于0 (p=0.0001)，因此，OR=0.996在统计意义上不等于1。 OR=0.996 说明新生儿出生体重每增加一个单位(g)，患 BPD病的机会就会减少大约0.4% 。即患bpd病的概率 随新生儿出生体重的增加而下降。
• 按因变量取值个数:
• 二值logistic回归分析
• 多值logistic回归分析
• 按自变量个数:
• 一元logistic回归分析
• 多元logistic回归分析
9
第二节 Logistic 回归分析的数学模型
(1) 二值一元logistic回归模型: 令y是1,0变量，x是任
意变量，p=p(y=1|x) ，那么，二值变量y关于 变量x的一元logistic 回归 模型是:
Analysis of Maximum Likelihood Estimates
Parameter Standard Wald
回归与路径分析
对强影响点的处理对策
如果确认存在强影响点，首先应当做的工作是检查 原始记录，看看是不是数据录入错误。如果确认数 据无误，则分析中可能采取的策略有：
去除：如果只有一两个强影响点，可以考虑将其不纳入 分析，以确保分析结果能够代表大多数数据的特征。毕 竞统计分析是一个少数服从多数的民主过程，可以在分 析报告后对这几个强影响点进行单独描述，以全面概括 样本信息。
第八章 回归分析
5、结果的解释
回归系数 方差分析 回归系数显著性检验 测定系数R2
1．适用条件
因变量 连续变量 自变量 连续变量
类别变量最好不要导入回归方程，除非它与因 变量关系很密切
要将类别变量导入回归方程，要先转化为虚拟 变量
2．SPSS提供5种选取变量的方法
强迫进入
Yˆ b0 b1X1 b2 X2 bk Xk
Zˆ y 1Zx1 2Zx2 k Zxk
第八章 回归分析
3、回归分析的条件
线性关系 自变量无测量误差 因变量的独立性 正态性 方差齐性
第八章 回归分析
4、多元回归中自变量的选择
强迫进入法(Enter) 强迫删除法(Move) 向前选择(Forward) 向后剔除(Backward) 逐步选择(Stepwise)
4的. 去变掉化当值前记录时， 2. 当当它前大模于型2／对S该qr应t(N变)时，
该量点的可预能测为值强对影应响变点 3. 表量示观去测除值该的观原测始值残后预测
值差的。变化值 4.5当. 上它一大个于预2／测S值qr进t(N行)时，
该t变点换可后能的为结强果影。响点 5. 去除该观察值后协方差阵
如果对所选择的自变量有特殊要求，如有些必须包括 即强迫进入，而另一些则要用逐步回归法，可以使用 该区。
精神科护理学 重点知识整理
建立治疗性护患关系的要求：（介绍期、认同期、工作期、结束期）1.正确认识精神病及精神病患者2.准确了解患者的基本情况3.体会患者心境，站在患者角度考虑问题4.持续性和一致性的态度5.要提高自身素质治疗性沟通的要求：1.保密2.以患者为中心3.制定相应的护理目标4.接受患者5.避免过多的自我暴露切题会谈阶段：1.准备与计划阶段2.开始交谈阶段3.引导交谈阶段4.结束阶段预防暴力危险的措施：1．合理安置2．注意观察病情3．注意交流技巧??????（6）药物治疗：氟哌啶醇、地西泮、氯丙嗪等自杀的分类：自杀意念、自杀威胁、自杀姿态、自杀未遂、自杀死亡自杀的护理措施：1.心理护理：建立良好护患关系、鼓励外化内心活动、尝试学习新的应对方式、合理求助、增加社会支持、鼓励参加活动2.安全护理：重病室安置、密切观察患者自杀的先兆症状、严格执行巡视制度、加强病房安全设施、防藏药、密切观察睡眠情况?3.严重自伤自杀行为患者：安置重病室，一对一严密监控，连续评估自杀危险，精神科治疗:服药、防藏药、必要时电抽搐治疗；发生自杀者及时隔离抢救4.做好生活护理5.健康教育出走的预防措施1.与患者建立治疗性的信任关系，加强护患沟通2.创造舒适休养环境。
保证医嘱执行，防藏药?3.密切观察病情变化：严格交接班，严格实施安全措施4.督促和组织患者参加娱乐活动，使心情愉快，消除恐惧和疑虑的心理障碍，促使其主动配合治疗5.严格执行病区安全管理制度：患者外出活动或做检查要专人陪护，禁止单独外出6.加强与家属联系，鼓励探视精神科安全护理（一）患者的安全管理：掌握病情，有针对性防范（二）与患者建立信赖关系，及时发现危险征兆?（三）加强安全管理，做好安全检查（四）严格执行护理常规与工作制度精神分裂症：是一组病因尚未完全阐明的精神疾病，具有感知觉、思维、情感和行为等方面的障碍，以精神活动与环境不协调为特征，通常无意识障碍及智能障碍。
起病与青壮年，缓慢起病，病程迁徙。
大中学生述情障碍与人格障碍倾向的关系
大中学生述情障碍与人格障碍倾向的关系杨红君１，赵志丹２，楚艳民１，刘利１，刘琴１，周世杰１（１．中南大学湘雅二医院医学心理中心，湖南长沙４１００１１；２．中南大学湘雅二医院产科，湖南长沙４１００１１）【摘要】目的：探索大中学生述情障碍与人格障碍倾向的关系。
方法：采用多伦多述情障碍２０条目量表中文版（ＴＡＳ－２０－Ｃ）和人格障碍诊断问卷第四版（ＰＤＱ＋４）对３９０名在校大、中学生进行研究。
结果：相关分析显示，ＴＡＳ－２０与ＰＤＱ＋４因子分及总分两两间大部分存在显著相关（Ｐ≤０．０５），表演型人格障碍与述情障碍各因子相关较低；逐步回归分析显示，人格障碍得分能够显著预测述情障碍总分，可解释总变异的２６．１％，相反地，述情障碍对人格障碍也有显著预测作用，能解释其总变异的２５．７％。
结论：大、高中学生述情障碍和人格障碍存在显著的相互影响。
【关键词】大学生；高中生；述情障碍；人格障碍中图分类号：Ｒ３９５．２文献标识码：Ａ文章编号：１００５－３６１１（２００８）０４－０４３０－０２ＲｅｌａｔｉｏｎｓｈｉｐＢｔｗｅｅｎＡｌｅｘｉｔｈｙｍｉａａｎｄＰｅｒｓｏｎａｌｉｔｙＤｉｓｏｒｄｅｒｏｆＳｔｕｄｅｎｔｓｉｎＳｅｎｉｏｒＨｉｇｈＳｃｈｏｏｌｓａｎｄＣｏｌｌｅｇｅｓＹＡＮＧＨｏｎｇ－ｊｕｎ，ＺＨＡＯＺｈｉ－ｄａｎ，ＣＨＵＹａｎ－ｍｉｎ，ＬＩＵＬｉ，ＬＩＵＱｉｎ，ＺＨＯＵＳｈｉ－ｊｉｅＣｌｉｎｉｃａｌＰｓｙｃｈｏｌｏｇｙＣｅｎｔｅｒ，ＳｅｃｏｎｄＸｉａｎｇｙａＨｏｓｐｉｔａｌ，ＣｅｎｔｒａｌＳｏｕｔｈＵｎｉｖｅｒｓｉｔｙ，Ｃｈａｎｇｓｈａ４１００１１，Ｃｈｉｎａ【Ａｂｓｔｒａｃｔ】Ｏｂｊｅｃｔｉｖｅ：ＴｏｅｘｐｌｏｒｅｔｈｅｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎＡｌｅｘｉｔｈｙｍｉａａｎｄＰｅｒｓｏｎａｌｉｔｙＤｉｓｏｒｄｅｒｏｆｓｔｕｄｅｎｔｓｉｎｓｅｎｉｏｒｈｉｇｈｓｃｈｏｏｌｓａｎｄｃｏｌｌｅｇｅｓ．Ｍｅｔｈｏｄｓ：３９０ｓｔｕｄｅｎｔｓｗｅｒｅｍｅａｓｕｒｅｄｂｙｑｕｅｓｔｉｏｎｎａｉｒｅｏｆＣｈｉｎｅｓｅｔｒａｎｓｌａｔｉｏｎｏｆｔｈｅ２０－ｉｔｅｍＴｏｒｏｎｔｏＡｌｅｘｉｔｈｙｍｉａＳｃａｌｅ（ＴＡＳ－２０－Ｃ）ａｎｄＰｅｒｓｏｎａｌｉｔｙＤｉａｇｎｏｓｔｉｃＱｕｅｓｔｉｏｎｎａｉｒｅ（ＰＤＱ＋４）．Ｒｅｓｕｌｔｓ：Ａｂｏｕｔ８７％ｆａｃｔｏｒｓｏｆＴＡＳ－２０－ＣａｎｄＰＤＱ＋４ｗｅｒｅｓｉｎｉｆｉｃａｎｔｌｙｃｏｒｒｅｌａｔｅｄ（Ｐ≤０．０５）；ＳｔｅｐｗｉｓｅｒｅｇｒｅｓｓｉｏｎａｎａｌｙｓｉｓｓｈｏｗｅｄｔｈａｔＰｅｒｓｏｎａｌｉｔｙＤｉｓｏｒｄｅｒａｎｄＡｌｅｘｉｔｈｙｍｉａｃａｎｐｒｅｄｉｃｔｅａｃｈｏｔｈｅｒｓｉｇｎｉｆｉｃａｎｔｌｙａｎｄｐｏｓｉｔｉｖｅｌｙ（Ｒ２＝０．２６１；０．２５７）．Ｃｏｎｃｌｕｓｉｏｎ：Ｓｔｕｄｅｎｔｓ’ＡｌｅｘｉｔｈｙｍｉａａｎｄＰｅｒｓｏｎａｌｉｔｙＤｉｓｏｒｄｅｒｗｅｒｅｓｉｇｎｉｆｉｃａｎｔｌｙａｆｆｅｃｔｅｄｂｙｅａｃｈｏｔｈｅｒ．【Ｋｅｙｗｏｒｄｓ】ＣｏｌｌｅｇｅＳｔｕｄｅｎｔｓ；Ｓｅｎｉｏｒｈｉｇｈｓｃｈｏｏｌｓｔｕｄｅｎｔｓ；Ａｌｅｘｉｔｈｙｍｉａ；Ｐｅｒｓｏｎａｌｉｔｙｄｉｓｏｒｄｅｒ述情障碍［１］（ａｌｅｘｉｔｈｙｍｉａ），又称“情感难言症”或“情感表达不能”，１９７３年由Ｓｉｆｎｅｏｓ首先提出，用以描述心身疾病患者“不能辨认、加工、调节情绪”的人格特征。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
六、解释型回归分析--强迫进入
【研究问题所选题目】
第103题：“GEOMETRY”（几何成绩）
-- 999.00 Omitted or invalid（缺失值为999.00）
第111题：“Students Like Learning Mathematics/IDX”
1.Do Not Like Learning Mathematics
2.Like Learning Mathematics
3.Very Much Like Learning Mathematics
9. Omitted or invalid
第112题：“Engaging Teaching in Math Lessons/IDX”
1. Less than Engaging Teaching
2. Engaging Teaching
3. Very Engaging Teaching
9. Omitted or invalid
第113题：“Student Confident in Mathematics/IDX”
1. Not Confident in Mathematics
2. Very Confident in Mathematics
3. Very Confident in Mathematics
9. Omitted or invalid
第114题：“Students Value Mathematics/IDX”
1. Do Not Value Mathematics
2. Value Mathematics
3. Strongly Value Mathematics
9. Omitted or invalid
（备注：已将第111、112、113、114题的各选项已经通过[重新编码为相同变量]重新编码，即“1→3,2→2,3→1”）
【研究问题】
12.“Students Like Learning Mathematics/IDX”“Engaging Teaching in Math Lessons/IDX”“Student Confident in Mathematics/IDX”“Students Value Mathematics/IDX”对“GEOMETRY”（几何成绩）是否有显著的解释力，其联合解释变异量多少？
【输出结果】
表24
表24为SPSS输出校标变量与四个预测变量的描述性统计量，有效个案数为4105，值得说明的是只要某一个样本观察值在5个变量上有任一变量为缺失值，此样本观察值就会被排除。
表25
表25为这5个变量的积差相关矩阵，矩阵包括积差相关系数矩阵、相关系数显著性检验的概率值（P值），相关性矩阵可以看出各预测变量与校标变量间的强弱与方向，也可以检视预测变量间的相关情形，由此得知预测变量间是否有共线性问题。
在回归分析时，变量间最佳关系是预测变量间的相关呈现中低度相关，而各预测变量与校标变量间的相关呈现高度相关。
从表25的相关矩阵中可以发现这四个预测变量“Students Like Learning Mathematics/IDX”“Engaging Teaching in Math Lessons/IDX”“Student Confident in Mathematics/IDX”“Students Value Mathematics/IDX”与效标变量间均呈显著正相关，也就是说学生越喜欢数学，越认为数学课堂引人入胜，对数学的学习越有自信，认为数学越有价值，那么他的数学“几何成绩”就越好。
值得注意的是:“Students Like Learning Mathematics/IDX”与“Student Confident in Mathematics/IDX”两个变量间的相关系数为0.586最高，属于中度相关(0.4<=r<=0.7)。
“Students Like Learning Mathematics/IDX”与“Engaging Teaching in Math Lessons/IDX”两个变量间的相关系数为0.459，也属于中度相关，其他变量之间都属于低度的相关（r<0.4）。
表26
在此回归分析中，由于采用的是强迫进入法，因而4个预测变量均会进入回归方程模型中，其进入的顺序依次为“Students Value Mathematics/IDX”、“Student Confident in
Mathematics/IDX”“Engaging Teaching in Math Lessons/IDX”“Students Like Learning Mathematics/IDX”，被选入的自变量顺序与自变量对校标变量的重要性无关。
表27
表27为回归模型的模型摘要表，由表中可知四个预测变量与“GEOMETRY”（几何成绩）的多元相关系数为0.383.因为是采用强迫进入变量法，只有一个回归模型，因而R方的改变量等于R方统计量0.147，表示四个预测变量共可解释“GEOMETRY”（几何成绩）14.7%的变异量。
表28
表28为回归模型的方差摘要表，由此我们可以知道变异量显著性检验的F值为176.202，显著性检验的P值为0.000，小于0.05的显著水平，表示回归模型整体解释变异量达到显著水平。
则回归方程式中至少有一个回归系数不等于0，或者全部回归系数均不等于0，亦即4个变量“Students Like Learning Mathematics/IDX”“Engaging Teaching in Math Lessons/IDX”“Student Confident in Mathematics/IDX”“Students Value Mathematics/IDX”中至少有一个预测变量会达到显著水平。
至于是哪些回归系数达到显著，可从表29中得出结论。
表29
表29为回归模型的回归系数及回归系数的显著性检验，从标准化系数这一列来看，“Student Confident in Mathematics/IDX”对“GEOMETRY”（几何成绩）的影响较大（标准化回归系数为0.279），其次是“Students Value Mathematics/IDX”（标准化回归系数为
0.098）与“Students Like Learning Mathematics/IDX”（标准化回归系数为0.087）变量，重要性相对较低的是“Engaging Teaching in Math Lessons/IDX”（标准化回归系数为0.003）。
由于这四个自变量的标准化回归系数均为正数，表示其对依变量的影响均为正向，标准化回归系数与之前积差相关系数所呈现的正负值相同，两者自变量对校标变量的影响均为正向。
回归系数未达显著的自变量是“Engaging Teaching in Math Lessons/IDX”，在回归分析中，未达显著水平的预测变量不一定与效标变量没有关系，对“Engaging Teaching in Math Lessons/IDX”变量而言，其与“GEOMETRY”（几何成绩）的积差相关系数为0.146（P=0.000）达到显著的正相关，可能的原因是“Engaging Teaching in Math Lessons/IDX”与其他变量间有高度的相关性，因此会被排除在回归模型之外。
表30
表30可以看出：5个特征值均大于0.01，条件指标均小于30，则可以知道这四个预测变量间不存在多元共线性问题。
这与上述采用方差膨胀系数(VIF)及容忍度值（允差栏）所得结果相同。
所以,四个预测变量共可解释“GEOMETRY”（几何成绩）14.7%的变异量,而且显著。
回归系数未达显著的自变量是“Engaging Teaching in Math Lessons/IDX”，表示其对“GEOMETRY”（几何成绩）变量的解释甚小。