回归分析结果解释.docx

下面的回归分析结果，红色字体表示解释文字

SUMMARYOUTPUT

回归统计

MultipleR 0.852211601

相关系数

判定系数。表示因变量的总变动中，有72.63%

RSquare

AdjustedRSquare

标准误差观测值

0.726264613

01910

是由于自变量的变动引起的;或者说,该回归模型可以解释因变量总变动的72.63%

修正判定系数.避免增加自变量而高估R2.用于多元回归模型拟合优度的比较

表示观测值与估计值的平均离差观测值的个数

方差分析部分用来对回归方程做显著性检验，看自变量整体和因变量有无显著的线性关系。检验方法是：若P?,则因变量与自变量之间存在线性关系；否则不存在线性关系

方差分析

自由度

df

平方和 均方

SS MS

F检验中统计量取值

F

F值对应的P值

SignificanceF

回归分析

1

8443.843

8443.843

210.001739257

残差

8

3182.557

397.8196

总计

9

11626.4

该部分结果主要用来得到回归方程的参数以及进行回归系数的显著性检验。检验方法是：若

P?,则因变量与该自变量之间存在线性关系；否则不存在线性关系。

Coefficients标准误差计量取值tStatP-valueLower95%Intercept415.690492774.520415.578210.000523395243.8460175航班正点率/%-4Coefficients

标准误差

计量取值

tStat

P-value

Lower95%

Intercept

415.6904927

74.52041

5.57821

0.000523395

243.8460175

航班正点率/%

-40.976885

-4.60709

0.001739257

-6.753300128

回归方程截距的取值。即a的取值。表示自变量为0时因变量的均值

回归系数的取值。即b的取值。表示当x每变动一个单位时，y的平均变动值

回归系数检验所用的p值