多元线性回归分析
一、上传CSV
- CSV必须包含标题行。
- 当前版本只支持多元线性回归，不支持Logistic回归。
- 所有进入回归的变量必须为数值型变量。
- 分类变量需要提前在CSV中完成数值编码。
- 缺失值采用整案删除法。
- 本工具当前费用为10元/次，会输出论文参考框架。
CSV数据格式示例
| 学习投入 | 学习动机 | 自我效能 | 性别 | 年级 |
|---|---|---|---|---|
| 4.20 | 4.50 | 3.80 | 1 | 2 |
| 3.60 | 3.90 | 3.40 | 2 | 1 |
示例说明：
1. 如果“学习投入”为因变量，可以选择“学习动机”“自我效能”为自变量。
2. “性别”“年级”如果要进入模型，必须提前编码为数字。
3. 控制变量可选，如性别、年级。
4. 所有变量都必须是数值型。
二、变量设置
变量类型说明：
1. 因变量应为连续变量、量表总分、维度均分或等级得分。
2. 核心自变量只能选择连续变量、量表总分、维度均分或等级得分。
3. 分类变量建议只作为控制变量进入模型，例如性别、年级、地区、专业等。
4. 控制变量必须提前完成数字编码，例如性别：0=女，1=男；年级：1=一年级，2=二年级，3=三年级。
5. 当前版本不自动进行哑变量转换，多分类变量若需严格处理，请先自行转换为哑变量后再上传。
6. 所有进入模型的变量必须为数值型。
1. 因变量应为连续变量、量表总分、维度均分或等级得分。
2. 核心自变量只能选择连续变量、量表总分、维度均分或等级得分。
3. 分类变量建议只作为控制变量进入模型，例如性别、年级、地区、专业等。
4. 控制变量必须提前完成数字编码，例如性别：0=女，1=男；年级：1=一年级，2=二年级，3=三年级。
5. 当前版本不自动进行哑变量转换，多分类变量若需严格处理，请先自行转换为哑变量后再上传。
6. 所有进入模型的变量必须为数值型。
三、报告版本
四、付款下载
分析完成后系统会自动生成10元支付订单。支付确认后可下载Word报告。