操作方法
下图是一元线性回归模型生成的报表
先从回归分析的决定系数(R square)阅读, 决定系数代表模型对数据的解释度, 范围由(0至1),基本来说,越接近1模型的解释度越强. (Adjusted R square)调整后的决定系数在多元线性回归模型时有用, 由于在多元模型的时候, 决定系数会随变量增大而增大, Adjusted R square就是为了对模型的解释度进行调整(不一定会随变量增大而增大).
再从变量的系数观察,系数代表模型中自变量及因变量的关系:yi=-26312+38.62xi
变量的标准偏差:主要是计算模型的系数在统计上是否有意义(H0: βi=0, H1: βi不等于0), 在假设检定中计算标准偏差的范围βi - t-Statistic*Std. Error 及 βi + t-Statistic*Std. Error
t检定统计量: 越接近零, 系数在统计意义上越接近零 ;如果p-value<0.1,那么系数在10%置信区间内有意义
F检定统计量: t检定统计量的推广,主要计算同时多个系数等于0的机率, H0: 所有βi=0(i不包含截距系数) ;如果p-value<0.1,那么系数在10%置信区间内有意义