如果是跟统计软体有关请重发文章，使用程式做为分类。 统计软体，如SPSS, AMOS, SAS, R, STATA, Eviews，请都使用程式做为分类 请详述问题内容，以利板友帮忙解答，过短文章依板规处置，请注意。 为避免版面混乱，请勿手动置底问题，善用E做档案编辑 各位大大好 小弟今天在跑一个多项式回归的时候，遇到一个想不通的问题。还请各位大大指教。 使用软体为R，该多项式为y = ax1 + bx2 + c， R里面的写法为lm(fd$V1 ~ fd$V2 + fd$V3) 得到的结果如下: lm(formula = fd$V1 ~ fd$V2 + fd$V3) Residuals: Min 1Q Median 3Q Max -518.00 -186.55 11.61 144.50 793.08 Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) -204.793 30.195 -6.782 1.36e-10 *** fd$V2 -159.113 56.789 -2.802 0.00559 ** fd$V3 74.524 2.347 31.755 < 2e-16 *** --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 Residual standard error: 242.3 on 196 degrees of freedom Multiple R-squared: 0.8551, Adjusted R-squared: 0.8536 F-statistic: 578.2 on 2 and 196 DF, p-value: < 2.2e-16 这个结果初步看起来好像没什麽问题，包括NN或残差图。但问题来了，仔细看了一下 资料才发现V1跟V2放错了。所以我就把式子改写成lm(fd$V2 ~ fd$V1 + fd$V3) 得到新的结果如下 lm(formula = fd$V2 ~ fd$V1 + fd$V3) Residuals: Min 1Q Median 3Q Max -0.60536 -0.16242 -0.08425 0.19343 0.88583 Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) -2.874e-01 3.593e-02 -8.001 1.06e-13 *** fd$V1 -2.420e-04 8.638e-05 -2.802 0.00559 ** fd$V3 3.526e-02 6.718e-03 5.248 3.97e-07 *** --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 Residual standard error: 0.2988 on 196 degrees of freedom Multiple R-squared: 0.2191, Adjusted R-squared: 0.2112 F-statistic: 27.5 on 2 and 196 DF, p-value: 2.965e-11 虽然p-value还是可以接受，但R2值下降超多。请问这会是什麽原因造成的呢? 还有，要如何做才能提升新的回归式的R2值? 会是因为V1V2的SCALE差太大吗？ 麻烦各位大大指教，谢谢。 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 118.163.221.90 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Statistics/M.1540271863.A.34C.html