多元线性回归计算说明

提示：本指南只针对多元线性回归特有的内容进行描述，关于软件的通用操作流程（如文件上传、参数设置、结果下载等），请查看：通用计算说明

1. 方法概述

多元线性回归（Multiple Linear Regression）是一种统计分析方法，用于研究多个自变量（解释变量）与一个因变量（响应变量）之间的线性关系。

1.1 基本原理

多元线性回归模型的一般形式为： $$ Y = \beta_0 + \beta_1X_1 + \beta_2X_2 + … + \beta_nX_n + \varepsilon $$

其中：

$Y$：因变量
$X_1, X_2, …, X_n$：自变量
$\beta_0$：常数项（截距）
$\beta_1, \beta_2, …, \beta_n$：回归系数
$\varepsilon$：随机误差项

1.2 主要应用场景

预测分析：根据自变量的值预测因变量的值
影响因素分析：识别哪些因素对因变量有显著影响
关系强度评估：量化各自变量对因变量的影响程度
模型拟合：构建数学模型描述变量间的关系

2. 数据准备

2.1 数据文件格式

多元线性回归需要上传包含因变量和自变量的Excel文件。

数据格式要求：

第一行：列名（变量名称）
后续行：数据值
所有数据必须为数值类型（不能包含文字、符号等非数值内容）
至少包含2列数据（1个因变量 + 至少1个自变量）

示例数据结构：

GDP	人口	投资	消费
100.5	50.2	30.1	45.3
105.3	51.0	32.5	47.8
110.8	51.8	35.2	50.1
…	…	…	…

2.2 数据质量要求

基本要求：

数据完整，无缺失值或空白单元格
所有变量为数值型数据
样本量充足（一般要求样本数 > 自变量数 × 5）
数据真实可靠，来源明确

注意事项：

检查是否存在异常值或极端值
确保自变量之间不存在严重的多重共线性
因变量与自变量之间应存在线性关系

3. 参数设置

3.1 因变量选择

从数据中选择一列作为因变量（Y），其余列将自动作为自变量（X）。

选择原则：

选择研究中需要预测或解释的变量
确保该变量具有实际意义
通常选择连续型变量

3.2 结果保留小数位

设置计算结果的小数位数，默认为3位。

可选范围： 1-10位

4. 绘图设置

多元线性回归提供实际值与预测值的对比图，帮助直观评估模型效果。

4.1 图形尺寸设置

图形宽度： 设置图表宽度（默认10）
图形高度： 设置图表高度（默认6）
图像DPI： 设置图像分辨率（默认300，范围100-300）

4.2 字体设置

标签字体： 选择坐标轴标签的字体

宋体（默认）
黑体
微软雅黑
楷体
仿宋
Times New Roman
Arial

标签字体大小： 设置坐标轴标签的字号（默认15）
刻度字体大小： 设置坐标轴刻度的字号（默认12）

4.3 线型和颜色设置

实际值颜色： 设置实际值曲线的颜色（默认蓝色）
预测值颜色： 设置预测值曲线的颜色（默认红色）

实际值标记： 选择实际值的标记样式

圆形 (o) - 默认
方形 (s)
三角形 (^)
菱形 (D)
星形 (*)

预测值标记： 选择预测值的标记样式（默认方形）

显示网格： 是否在图表中显示网格线（默认开启）

4.4 坐标轴标签

X轴标签： 设置X轴的标签文字（默认"样本"）
Y轴标签： 设置Y轴的标签文字（默认"值"）

4.5 图表预览与更新

设置完绘图参数后，点击应用并更新图表按钮即可实时预览图表效果，可以多次调整参数直到满意为止。

5. 计算结果

计算完成后，系统将生成包含以下内容的Excel结果文件：

5.1 回归分析结果表

结果表包含以下列：

变量列：

列出所有自变量和常数项

非标准化系数：

B：回归系数，表示自变量每变化一个单位，因变量的平均变化量
标准误：系数的标准误差，用于计算t值

标准化系数：

Beta：标准化回归系数，用于比较不同自变量的相对重要性（消除了量纲影响）

检验统计量：

t：t统计量，用于检验回归系数是否显著
P：显著性水平，带星号标记
- ***：p < 0.01（1%显著性水平）
- **：p < 0.05（5%显著性水平）
- *：p < 0.1（10%显著性水平）

共线性诊断：

VIF：方差膨胀因子，用于检测多重共线性
- VIF < 5：无共线性问题（严格标准）
- VIF < 10：可接受（宽松标准）
- VIF > 10：存在严重共线性
- VIF = ∞：存在完全共线性

模型拟合度：

R²：决定系数，表示模型的拟合优度（0-1之间，越接近1越好）
调整R²：考虑自变量个数的调整后决定系数
RMSE：均方根误差，表示预测值与实际值的平均偏差（越小越好）

F检验：

F：F统计量及其显著性，用于检验整体回归模型是否显著

5.2 实际值与预测值对比表

包含每个样本的：

样本编号
实际值：原始数据中的因变量值
预测值：模型预测的因变量值
残差：实际值与预测值的差（实际值 - 预测值）

5.3 实际值与预测值对比图

对比图展示：

蓝色圆圈线：实际值曲线
红色方块虚线：预测值曲线
两条曲线越接近，说明模型拟合效果越好

6. 结果解读

6.1 F检验解读

F检验的作用： 检验模型整体是否存在显著的线性关系

判断标准：

P < 0.01：在1%水平上显著，模型非常显著，拒绝"回归系数全为0"的原假设
P < 0.05：在5%水平上显著，模型显著
P < 0.1：在10%水平上显著，模型基本显著
P ≥ 0.1：模型不显著，可能不适合使用

示例解读：

F检验的结果分析可以得到，显著性P值为0.000***，在1%水平上呈现显著性，拒绝回归系数为0的原假设，因此模型基本满足要求。

6.2 R²和调整R²解读

R²（决定系数）：

表示自变量能够解释因变量变异的比例
R² = 0.8 表示模型可以解释80%的因变量变异
一般标准：
- R² > 0.8：拟合效果很好
- 0.5 < R² < 0.8：拟合效果较好
- R² < 0.5：拟合效果一般

调整R²：

考虑了自变量个数的影响，更适合比较不同模型
调整R²通常小于R²
可以避免因增加自变量而虚高的R²

注意： 在某些研究领域（如社会科学），R²可能较低但模型仍然有意义，关键是F检验是否通过。

6.3 回归系数解读

非标准化系数B：

表示在其他变量不变的情况下，该自变量每增加1个单位，因变量的平均变化量
保留了原始变量的量纲和单位

标准化系数Beta：

消除了量纲影响，可用于比较不同自变量的相对重要性
|Beta|越大，说明该变量对因变量的影响越大

显著性检验：

看P值和星号标记
P < 0.05的变量通常认为是显著影响因素

6.4 VIF共线性诊断

多重共线性： 指自变量之间存在高度相关关系，会导致：

回归系数估计不稳定
标准误增大
t检验失效
VIF值异常

处理建议：

VIF > 10：存在严重共线性，建议：
1. 删除共线性变量（保留理论上更重要的）
2. 使用岭回归（Ridge Regression）
3. 使用逐步回归筛选变量
VIF = ∞：存在完全共线性，必须处理

示例警告：

对于变量共线性表现，变量投资、消费 VIF值大于10，存在共线关系，建议移除共线性的自变量或者进行岭回归或逐步回归。

6.5 RMSE解读

RMSE（均方根误差）：

表示预测值与实际值之间的平均偏差
RMSE越小，说明模型预测精度越高
单位与因变量相同，便于理解

使用场景：

评估模型预测能力
比较不同模型的预测效果
设定预测精度的可接受范围

6.6 回归方程

系统会自动生成回归方程，例如：

$$ GDP = 10.523 + 2.345 \times 人口 + 1.234 \times 投资 - 0.567 \times 消费 $$

使用方法：

将新的自变量值代入方程，即可预测因变量值
系数的正负号表示该变量对因变量的影响方向