想求助这个怎么分析

这个课题是，董事会多样性 对财务绩效 还有 CSR 的影响

这个回归分析。三个模型。想知道该怎么分析啊。

还有R2 会不会太大了，怎么办啊。 急求.特别急。。希望能稍微详细点。因为才开始学统计，不是很明白。谢啦

只有一张结果图表不太容易给出深入的解读。

不知道你在运行回归前有没有进行数据预处理，比如去除无效数据，处理缺失数据，归一化，等等。如果没有归一化，很容易出现回归系数相差巨大的情况。比如有的系数小于0.01，有的大于5000。归一化后系数不会有这么大的差别，比较容易解读。

看一个变量在一个模型中是否重要，有很多方法。统计学显著性是其中之一。如果一个变量有统计学显著性，这个变量可以认为是一个重要的变量。根据这个变量的分布范围和回归系数，可以知道预测值对这个变量的敏感度。比如我们可以说当年龄增长一岁，CSR增长约2。 而一些无关紧要的变量，变成这个模型的噪音，可以试试去掉一些无关紧要的变量再重新做回归分析。这样得到的结果更准确。去除不重要的变量，可以用一个简单的启发式分析方法：先用一个变量做回归，对所有变量都做一次，然后选择显著性最大的变量作为第一个变量，然后以第一个变量结合剩余变量中的另一个变量再做回归分析，对剩余变量都做一遍，选择显著性最高的变量作为第二个变量，重复这个过程直到模型的整体显著性不是明显增加。也可以反向运作：先以全部变量一起做回归，然后去掉一个变量再做回归，对所有变量都做一遍后， 去除掉对整体显著性影响最小的变量，然后重复这个过程，直到去除任何一个变量都会使显著性明显降低为止。这样就可以用少数变量建立模型，并且更准确的解读这些变量对预测值的影响。

R2本身大小不一定说明模型好还是不好。如果要知道模型是否有统计学意义，直接看模型的显著性，这个会告诉你的回归是否有统计学显著性。还可以做个残差分析，看看残差的分布。另外，变量较多时，用adjusted R2可能更好。

在做统计分析时，除了讲出一个变量的作用外，如果能找出一些理由，就更好了。比如说，你发现年龄跟CRS的关联，那你可以试着去解释，并且引用一些文章来证明你的解释是正确的。

这个结果只能说明董事会越大，财务绩效（ROE、ROA）越低，对CSR的影响并不显著。R2并不重要。主要是能得到结论似乎意思不大。

R-squared = Explained variation / Total variation

R-squared is always between 0 and 100%:

0% indicates that the model explains none of the variability of the response data around its mean.
100% indicates that the model explains all the variability of the response data around its mean.
In general, the higher the R-squared, the better the model fits your data. However, there are important conditions for this guideline that I’ll talk about both in this post and my next post.

deem 发表于 2017-8-27 12:42
这个结果只能说明董事会越大，财务绩效（ROE、ROA）越低，对CSR的影响并不显著。R2并不重要。主要是能得到结 ...

那 nation age 和 direction 对csr不是有影响么

张张me 发表于 2017-8-27 21:25
那 nation age 和 direction 对csr不是有影响么

对这个是显著的

deem 发表于 2017-8-27 22:26
对这个是显著的

其实。这些我都写出来了。。就是想知道能不能深刻的分析一些别的。我就不会了。。谢谢啦

        如果要有深入分析，首先得要对你所研究的问题有深入的认识，对可能的结果或解释，要心理有底。也就是说，得什么结果或解释（可能不止一种），你是可以从理论(逻辑分析或文献引证)上加以解释或说明的，怎么做到这一点呢，只能是阅读更多的文献和案例并进行深入思考。然后才是假设及设计统计问卷、搞数据及后续的各类统计分析，仅从统计数据计算结果本身是不能得到深入分析的，统计的结果只是支持或不支持你所做的假设的。而所谓的深入分析，无非是对统计计算的结果从理论和数据相结合的角度进行再解释，目的是做到相互引证。当然有可能你得到的统计计算结果与预期不一致，分析或提出矛盾亦可能得到深入的分析。
       很明显，深入分析是不容易的，甚至是最难写的。除非你对问题的机理和解释已经了然于胸。对于很多先算统计数据结果，然后根据结果提假设的同学而言，这更是极为困难的。因为数据有可能是说谎的、模型有可能是使用不当的，那么在不能保证模型和数据的前提下，根据统计模型结果提假设并解释之，当然是难以完成甚至不可能的。

有***的变量表示对对应的roe、roa、和cse是有显著影响的，不带星号的表示对对应的指标没有影响，与这些指标无关，可以从模型中剔除掉的，r2不算大