多元线性回归分析中，多重可决系数是模型中解释变量个数的增函数，这给对比不同模型的多重可决系数带来缺陷，所以需要修正。可决系数只涉及变差，没有考虑自由度。如果用自由度去校正所计算的变差，可纠正解释变量个数不同引起的对比困难。
联系：由方差分析可以看出，F检验与可决系数有密切联系，二者都建立在对应变量变差分解的基础上。F统计量也可通过可决系数计算。对方程联合显著性检验的F检验，实际上也是对可决系数的显著性检验。
区别：F检验有精确的分布，它可以在给定显著性水平下，给出统计意义上严格的结论。可决系数只能提供一个模糊的推测，可决系数越大，模型对数据的拟合程度就越好。但要大到什么程度才算模型拟合得好，并没有一个绝对的数量标准。
（简答题）
多元线性回归分析中，为什么要对可决系数加以修正？修正可决系数与F检验之间有何区别与联系？
正确答案
答案解析
略
相似试题
（单选题）
多元线性回归分析中（回归模型中的参数个数为k），调整后的可决系数与可决系数R2之间的关系（）
（判断题）
多元线性回归中，可决系数R2是评价模型拟合优度好坏的最佳标准。
（多选题）
在多元回归分析中，调整的可决系数与可决系数R2之间（）。
（简答题）
在多元线性回归分析中，为什么用修正的决定系数衡量估计模型对样本观测值的拟合优度？
（简答题）
回归分析的基本原则是什么？什么情况下应采用一元线性回归或多元线性回归？其回归相关系数有何物理意义？
（简答题）
为什么可决系数可以度量模型的拟合优度？在简单线性回归中它与对参数的ｔ检验的关系是什么？
（单选题）
在由n=30的一组样本估计的、包含3个解释变量的线性回归模型中，计算得可决系数为0.8500，则调整后的可决系数为（）
（简答题）
多元线性回归分析中，为什么在做了F检验以后还要做t检验？
（简答题）
对于多元线性回归模型，为什么在进行了总体显著性F检验之后，还要对每个回归系数进行是否为0的t检验？
