请教大家下R-sq在Minitab 线形回归中的含意是什么？
回归分析: Score2 与 Score1
回归方程为
Score2 = 1.12 + 0.218 Score1
方差膨
自变量 系数 系数标准误 T P 胀因子
常量 1.1177 0.1093 10.23 0.000
Score1 0.21767 0.01740 12.51 0.000 1.000
S = 0.127419 R-Sq = 95.7% R-Sq（调整） = 95.1%
方差分析
来源 自由度 SS MS F P
回归 1 2.5419 2.5419 156.56 0.000
残差误差 7 0.1136 0.0162
合计 8 2.6556
异常观测值
拟合值 标准化
观测值 Score1 Score2 拟合值 标准误 残差 残差
9 7.50 2.5000 2.7502 0.0519 -0.2502 -2.15R
R 表示此观测值含有大的标准化残差
请问结果中的R-Sq的含义是什么？是不是R-sq值越大代表拟合程度越好？
这里的P值，T值还有S值分别是什么含义？
在方差分析中的SS，MS，F分别是什么含义，P值越小是不是两个变量间的差异越小？
回归方程为
Score2 = 1.12 + 0.218 Score1
方差膨
自变量 系数 系数标准误 T P 胀因子
常量 1.1177 0.1093 10.23 0.000
Score1 0.21767 0.01740 12.51 0.000 1.000
S = 0.127419 R-Sq = 95.7% R-Sq（调整） = 95.1%
方差分析
来源 自由度 SS MS F P
回归 1 2.5419 2.5419 156.56 0.000
残差误差 7 0.1136 0.0162
合计 8 2.6556
异常观测值
拟合值 标准化
观测值 Score1 Score2 拟合值 标准误 残差 残差
9 7.50 2.5000 2.7502 0.0519 -0.2502 -2.15R
R 表示此观测值含有大的标准化残差
请问结果中的R-Sq的含义是什么？是不是R-sq值越大代表拟合程度越好？
这里的P值，T值还有S值分别是什么含义？
在方差分析中的SS，MS，F分别是什么含义，P值越小是不是两个变量间的差异越小？
没有找到相关结果
已邀请:
RSS Feed
25 个回复
闲叟 (威望:2) - 赞同来自: xuefeng632
R-SQ越大，说明可解释的变动占总变动的比率越大，说明因素越显著（或者越相关），也可以说方程拟和的越好。但是反过来可能不对，因为方程的拟和程度受自变量对输出的贡献及样本容量等综合影响
在相关时，利用相关系数R作为X与Y的关系程度衡量尺度，比较复杂或者说不直观，于是构筑了T分布，利用T分布的原理来定量判断X与Y的相关关系
F看R-SQ，利用了两种方差的比值来判定因素的影响程度，两个卡方分布构成了F分布。
至于S SS MS都是统计量，你认真看看书就知道了