liutao818
我最近做了一个多元线性回归模型，模型采用的是200多个农户调查的截面数据，请问当调整后的R2=0.2时，模型的拟合程度如何啊，是否有效？
statax
对截面数据而言已经算比较大的了。 截面数据看t统计量还有关注异方差就差不多了.
statax
还可以看看F统计量。 我猜你的F值是显著的。
ddtd
不错啦能有0.2..
ki_ki_shen
判定系数 与样本量由很大关系啦 当样本量比较大是 模型的拟合程度好也可能得到一个小的判定系数
对于你的问题楼上两位言之有理
如果实一元的 你就可以开方查表了
mark
觉得R2这么大，先要考虑模型的选择是否合适。
shuizi
其实现代统计对于判定系数不是很重视的，往往一个很漂亮的拟合优度倒包含了隐回归，比如通货膨胀对价格的影响，还有解释变量增多也会增大Ｒ２
audien
个人觉得够了,因为r2在n较大时可以出现较小的情况，严格来说一般只用作参考作用，不作为主要指标
tjneibor
我觉得这样的r2已经算高了
superbaby
我想问一下，我想10年考人大的统计，我刚看了多元回归分析，那里面的r2都有0.7，0.8的样子，为什么这边才0.2就说已经够大了？
vickie
同问这一个。自己做过的项目不多，R2一般也都有0.7以上的样子，为什么0.2很大呢？
[quote]引用第9楼superbaby于2009-04-12 22:23发表的“”:
我想问一下，我想10年考人大的统计，我刚看了多元回归分析，那里面的r2都有0.7，0.8的样子，为什么这边才0.2就说已经够大了？[/quote]
lxz16235
[quote]引用第10楼vickie于2009-04-12 23:57发表的“”:
同问这一个。自己做过的项目不多，R2一般也都有0.7以上的样子，为什么0.2很大呢？
[/quote]
数据类型不一样
一般来说时间序列数据做回归的话，判定系数要高一点
横截面数据做回归判定系数则要低的多
superbaby
[quote]引用第11楼lxz16235于2009-04-13 08:49发表的“”:
数据类型不一样
一般来说时间序列数据做回归的话，判定系数要高一点
横截面数据做回归判定系数则要低的多[/quote]
能具体说说区别吗？或在哪可以找到相关资料学习
爱不需要表达
social sciences一般得到的adjusted R square较小，也比较正常，但是个人觉得0.2确实太小了。。。
无痕
经济方面的数据，尤其是时序方面的。作出来的R square比较大吧。
教材肯定要选择R square大一些的数据来做例子了。
我觉得0.3-0.5的话算是很不错了。0.2是小了点，不过如果F显著了，也可以用吧。
R square多大合适，是经验规则吧，没有什么准确的研究的
laterstudent
一般的参数越多R2越大，为避免这样所以用校正的R2。R2说明的是数据有多少能够被模型解释。估计是模型设定问题
cloud_wei
这个东西很难说，同时因为很难说，所以也变得很好鬼扯 [s:15]
Cloudly
个人认为，如果不是做预测，调整R2（多元一定要看调整的R2）没有太大意义，F检验通过就可以了。
laomm002
还是检验的结果更有说服力吧
