你们能发现这样的问题,说明你们认真思考了问题!
对于决定系数R-squre,学生也问过我,在这里我想谈三点:
一、当模型的目的在于找出因变量与自变量的关系时,对偏回归系数的检验最为重要,对R-squre的要求不高,可以不看;
二、当模型用于预测的时候,需要看R-sque,它表示的是自变量预测的准确性,如果太小则无意义,如我曾做一回归,R-squre=6%,那么表示,这个变量再怎么变化,也只能影响因变量的6%,能有啥意义,所以对于预测模型来说,不能达到70%以上,就没啥意思;
三、但是(二)中的情形是一种客观存在,因为这个世界上许多问题是由多个小影响的因素组合‘而成,显著地因素本就不多,所以认为放入模型的因素,很多情形下不会出现大的R-squre,这是误差论决定的;
另外还想说一点,统计学的根本是误差论,谈的就是变异,这与冠以“计量”的许多学科是不一样的。那么对于统计学结果,就有一个统计解释,还有一个专业学科解释,所以,如果一个学科觉得一个R-squre为20%可以接受,统计学是不会在意的。
希望我的回答能对各位有帮助,谢谢!
|