在下方添加评论参与讨论,问一个新问题或搜索我们的档案超过46300年的问题和280500年答案从2004年1月开始在“知识交流”中发布。
让我签到
用您的首选帐户登录,如下所示。
在600000年营销人员每天都要依靠营销教授来获取B2B的专业知识。不要错过最新的营销技巧和技术,直接发送到您的收件箱。现在订阅……它是免费的!
鉴于p值很低,我拒绝null, x变量对因式没有影响。但是,低的r平方值让我相信结果是没有帮助的…?然而,总体意义F分数似乎表明它是有效的。
换句话说,这个方程说的是,x每增加一个单位,我们预计会增加99,542美元(如果y变量用美元来衡量)。然而,当我查看数据时,我发现了一种相反的关系(游戏邦注:单位较低的观察结果拥有更高的收益,而单位较多的观察结果(游戏邦注:最多5个单位)则拥有更少的收益)……不知道是什么问题,发生了什么。
回归统计
倍数R = 0.125976465
R平方= 0.01587007
调整后的R平方= 0.015694458
标准错误= 214664.046
观察= 5606
方差分析
回归:df=1 SS=4.16431E+12 MS=4.16431E+12 F=90.37004933显著性F=2.85523E-21
残差:df=5604 SS=2.58236E+14 MS=46080652625
总:df = 5605 SS = 2.624 e + 14
拦截:系数=-41406.89864标准误差=11501.13051 t Stat=-3.600245958 P-value=0.000320666下95%=-63953.56927上95%=-18860.22801下95.0%=-63953.56927上95.0%=-18860.22801
X变量1:Coefficients=99542.75227 Standard Error=10471.22242 t Stat=9.506316286 P-value=2.85523E-21 Lower 95%=79015.10042 Upper 95%=120070.4041 Lower 95.0%=79015.10042 Upper 95.0%=120070.4041
谢谢!
布莱恩