誰能解釋一下，excel數據分析模塊下的回歸分析的參數

01-08

excel做回歸分析，結果頁里的參數分別是什麼，有什麼含義？例如多元回歸下的參數有：Multiple R；R Square；Adjusted R Square；標準誤差，df，SS，MS，F, Significance F, t Stat, P-value, Lower 95%, Upper 95%, 下限 95.0%, 上限 95.0%, 標準殘差。

一般來說，Excel回歸分析輸出內容分為三部分，以一元回歸為例：

1、回歸統計

A、Multiple R：x和y的相關係數r，一般在-1~1之間，絕對值越靠近1則相關性越強，越靠近0則相關性越弱;
B、R square：x和y的相關係數r的平方，表達自變數x解釋因變數y變差的程度，以測定量y的擬合效果;
C、Adjusted R Square：調整後的R square，說明自變數能說明因變數百分比，和B的區別在於，通常一元回歸的時候看B項多，而多元回歸時候看C項多；
D、標準誤差：用來衡量擬合程度的大小，也用於計算與回歸相關的其它統計量，此值越小，說明擬合程度越好；
E、觀察值：用於訓練回歸方程的樣本數據有多少個；

2、方差分析，主要作用是通過F檢驗來判定回歸模型的回歸效果

A、主要關注回歸分析這一行的Significance F（F顯著性統計量）的P值，以統計常用的0.05顯著水平為例，這裡的2E-12明顯小於P=0.05，則F檢驗通過，整體回歸方程顯著有效；
B、具體各參數含義如下：

3、回歸參數表

A、Coefficients（回歸係數）：intercept對應截距項，x變數-凈銷售收入的係數；
B、標準誤差：誤差值越小，表明參數的精確度越高。不常使用，原因在於：其統計信息已經包含在後述的t檢驗中；
C、t stat：T檢驗中統計量t值，用於對模型參數的檢驗，需要查表才能決定。t值是回歸係數與其標準誤差的比值。經常一元回歸可以看F檢驗或者回歸統計基本能支撐判斷，但對於多元線性回歸，t檢驗就不可預設了；
D、P-value：T檢驗對應的P值，當P&<0.05時，可以認為模型在α=0.05的水平上顯著，或者置信度達到95%；當P&<0.01時，可以認為模型在α=0.01的水平上顯著，或者置信度達到99%；
E、Lower 95% /Upper 95% /下限 95.0% /上限 95.0% : 95%置信區間的上下限值。

希望能有幫助~

R Square：R方，這個值度量了回歸方程能解釋y（因變數）的變異的多少。

Adjusted R Square ：調整r方，顧名思義，是經過一定調整之後得到的r方。因為如果回歸中加入的變數越多，r方肯定是逐漸增加的。但加入的變數可能對解釋回歸沒啥用。而調整r方避免了這個問題。

標準誤差：標準差/均值（預測值y的標準差和均值）。

我發現我解釋到，解釋不完了。你還是去找本基礎統計教程看下吧。不然我在這裡講了也沒用。這些是做回歸最基礎的東西。還是先補補吧。

任意教材就可以。必定有這些知識。

在多元回歸中，就運用來講，Multiple R, R square，Adjusted R Square只考慮adjusted R square，ars越接近1，證明模型預測得越準確。

T stat，p value, 95%...只考慮p value，p value小於0.05(1-95%)，證明兩個變數存在相關關係。

如果存在三個或三個以上的變數，則不僅需要考慮p value，同時significance f應該很小(比如說小於0.05)。p value衡量的只是兩個變數之間的關係，significance f衡量整個模型的準確度。

@蘇棟說得對。我當年學的時候就是直接把人大版統計學裡面的東西表格解釋看了很多遍·······