急!请帮忙解读下Excel回归分析结果中的R Square和T stat~

发布网友 发布时间：2022-04-23 07:16

我来回答

共2个回答

热心网友 时间：2022-06-17 11:31

R Square是指模型拟合的精确度，越接近1，拟合程度越高，这里只有0.16，说明拟合程度很不好，这个模型选择的有问题。

T统计值是用来判断参数的显著程度的，一般情况下T>2则说明这个参数显著，也就是说对模型的贡献量比较大，是不可以剔除的参数。

如果小于0.05，说明这个自变量对因变量有显著影响，从表中数据可以发现，只有第一行常数没有显著影响，但可以看出你的回归方法是直接进入法，在回归模型中，常数还是要加到模型中的。

标准误差即标准估计误差，tStat指t统计量，P-value指p值，df指自由度，SS指样本数据平方和，MS指样本数据平均平方和，F指F统计量的值，Significance F指p值。这些都是统计学中的术语。

扩展资料：

Stepwise Regression逐步回归

在处理多个自变量时，可以使用这种形式的回归。在这种技术中，自变量的选择是在一个自动的过程中完成的，其中包括非人为操作。

这一壮举是通过观察统计的值，如R-square，t-stats和AIC指标，来识别重要的变量。逐步回归通过同时添加/删除基于指定标准的协变量来拟合模型。下面列出了一些最常用的逐步回归方法：

标准逐步回归法做两件事情。即增加和删除每个步骤所需的预测。

向前选择法从模型中最显著的预测开始，然后为每一步添加变量。

向后剔除法与模型的所有预测同时开始，然后在每一步消除最小显著性的变量。

这种建模技术的目的是使用最少的预测变量数来最大化预测能力。这也是处理高维数据集的方法之一。

参考资料来源：百度百科-回归分析

热心网友 时间：2022-06-17 11:32

R Square是指模型拟合的精确度，越接近1，拟合程度越高，这里只有0.16，说明拟合程度很不好，这个模型选择的有问题
T统计值是用来判断参数的显著程度的，一般情况下T>2则说明这个参数显著，也就是说对模型的贡献量比较大，是不可以剔除的参数。