回归方程的显著判断，请指教？？？？？
如回归分析表，虽然线性回归的方差分析是显著的，拟合也和年强 ，但系数的显著性判断，都大于0.05请问还有意义吗？
The regression equation is
Y = - 82.7 + 3.10 X1 + 0.369 X2
Predictor Coef SE Coef T P
Constant -82.65 93.70 -0.88 0.395
X1 3.098 1.993 1.55 0.146
X2 0.3693 0.2148 1.72 0.111
S = 4.75590 R-Sq = 89.8% R-Sq(adj) = 88.1%
Analysis of Variance
Source DF SS MS F P
Regression 2 2400.6 1200.3 53.07 0.000
Residual Error 12 271.4 22.6
Total 14 2672.0
Source DF Seq SS
X1 1 2333.7
X2 1 66.9
Unusual Observations
Obs X1 Y Fit SE Fit Residual St Resid
4 6.2 125.00 115.30 2.12 9.70 2.28R
R denotes an observation with a large standardized residual.
是单次15中不同组合的试验预测？？
The regression equation is
Y = - 82.7 + 3.10 X1 + 0.369 X2
Predictor Coef SE Coef T P
Constant -82.65 93.70 -0.88 0.395
X1 3.098 1.993 1.55 0.146
X2 0.3693 0.2148 1.72 0.111
S = 4.75590 R-Sq = 89.8% R-Sq(adj) = 88.1%
Analysis of Variance
Source DF SS MS F P
Regression 2 2400.6 1200.3 53.07 0.000
Residual Error 12 271.4 22.6
Total 14 2672.0
Source DF Seq SS
X1 1 2333.7
X2 1 66.9
Unusual Observations
Obs X1 Y Fit SE Fit Residual St Resid
4 6.2 125.00 115.30 2.12 9.70 2.28R
R denotes an observation with a large standardized residual.
是单次15中不同组合的试验预测？？
没有找到相关结果
已邀请:
RSS Feed
14 个回复
欧立威 (威望:52) (福建 厦门) 咨询业 咨询顾问
赞同来自:
这个其实可以这样理解：
R-SQ其实衡量的是－模型可解释方差/总方差＝（1－残差/总方差），所以虽然各个自变量和常数项都不显著，但是只要模型的拟合度良好， R-SQ仍然有可能很好。所以R-SQ衡量的是回归模型不是几个自变量。俗话说“三个臭皮匠，顶得诸葛亮”。
对于多元回归，模型简化是必要的，但是不能简单一一删除，最好用最佳子集回归。选择夸克系数和RSQ以及简化程度最好的一种。当然在这之前还有其他的简化方法。