做多元回归分析时，F统计量，t统计量检验都是显著的，但是判定系数R方太小

静处约书 发表于 2017-5-4 16:19
用微观数据做回归时，判定系数能够达到30%就已经非常不错了，在做截面或面板数据时甚至根本不care R方

您好！我的样本量是100，截面数据，一直为R方过小苦恼。想请教是否有文献支持我不需要太在意R方呢？非常感谢您。

你做的是哪方面的计量？

因为微观数据样本一般都很小，与整体差别很大，所以R方小很正常
我是这样认为的，仅供参考

r方是相关系数的平方，r方太小说明相关性很差，说明因果关系几乎不存在，说明模型解释力不足，要么没有关键解释变量，要么模型的理论基础有问题。

永不顔弃谢 发表于 2015-12-29 22:25
做多元回归分析时，F统计量，t统计量检验都是显著的，但是判定系数R方太小，都是10%-20%之间，怎么解释？或 ...

李子奈的书里说了，截面数据，R2只要0.14左右，就能保证F值显著。因此，不用关心R2。<br>
面板数据中的R2计算略微复杂，但是同理，也不用关注R2。<br>
伍德里奇，古扎拉蒂的教材中都强调了低R2未必不是好模型。

静处约书 发表于 2017-5-4 16:19
用微观数据做回归时，判定系数能够达到30%就已经非常不错了，在做截面或面板数据时甚至根本不care R方

谢谢。截面数据的确小的可怜

微观数据  R方低很正常  ，太高了反而让人有点疑虑

银临 发表于 2018-10-4 07:28
李子奈的书里说了，截面数据，R2只要0.14左右，就能保证F值显著。因此，不用关心R2。
面板数据中的R2计算 ...

我的R方只有1%  但是变量都在1%水平上显著，这样不知道怎么办了，控制变量也是参考的别人文献中的已有研究，但是别人的R方就是20%多，仅仅数据的年份不一样，这样的情况怎么办呢？

R方只有个位数的话确实太小了，表明拟合效果很差，或者缺少了解释力很强的解释变量

银临 发表于 2018-10-4 07:28
李子奈的书里说了，截面数据，R2只要0.14左右，就能保证F值显著。因此，不用关心R2。
面板数据中的R2计算 ...

请问是李子奈的哪本书啊，我写论文需要这个文献来解释截面数据r2的问题