在多元线性回归模型中,为什么要对样本可决系数进行调整?
发布网友
发布时间：2022-04-28 23:33
共2个回答
热心网友
时间：2022-06-25 11:26
随着模型中解释变量的增加，多重可决系数R的平方的值会变大当解释变量相同而解释变量个数不同时运用多重可决系数去比较两个模型拟合程度会带来缺陷，因为可决系数只考虑变差，没有考虑自由度。
F检验与可决系数有密切的联系，一般来说，模型对观测值的拟合程度越高，模型总体线性关系的显著性就越强。
随着修正可决系数的增加，F统计量的值不断增加。对方程联合显著性检验的F检验，实际上也是对R平方的显著性检验。
多元线性回归分析的缺点
有时候在回归分析中，选用何种因子和该因子采用何种表达式只是一种推测，这影响了用电因子的多样性和某些因子的不可测性，使得回归分析在某些情况下受到*。
多元线性回归的基本原理和基本计算过程与一元线性回归相同，但由于自变量个数多，计算相当麻烦，一般在实际中应用时都要借助统计软件。这里只介绍多元线性回归的一些基本问题。
热心网友
时间：2022-06-25 11:26
如果在模型中增加一个解释变量，可决系数往往增大，这是因为残差平方和往往随着解释变量个数的增加而减少，至少不会增加，但是由增加解释变量个数引起的可决系数的增大与拟合好坏无关，因此在多元回归模型之间比较拟合优度，可决系数就不是一个合适的指标，必须加以调整
参考资料：李子奈 潘文卿 计量经济学第三版
