线性回归模型的结果怎么看

线性回归模型的结果怎么看

线性回归模型建好后，要知道这个模型好不好，需要通过统计结果来分析。

例如有如下多元线性回归模型结果

可分为三部分理解

一、模型整体显著性检验

二、模型自变量系数估计及检验

三、模型残差检验

实际分析中，重点关注红框部分的统计值就好，具体说明如下：

R-squared用以检验回归方程的显著性，取值范围0≤R²≤1，

当R²>8说明模型显著性较强，

当6

当R²≤6说明模型显著性较弱，模型不可用，应考虑换其他模型，或参数估计方法不恰当，应考虑换其他方法等。

Prob(F-statistic)F检验的P值

当Prob(F-statistic)<α时,表示拒绝原假设,即认为模型是显著的;

当prob(F-statistic)>α时,表示接受原假设,即认为模型不是显著的。

α一般为0.01,0.05

P＞|t|判断每个自变量与因变量的线性显著关系

这里“P＞|t|”<0.05表示该偏回归系数统计有效，否则统计无效。