文档介绍：1stata回归结果详解2数据来源于贾俊平《统计学》(第7版),,或称变差。,表示因变量的预测值对其平均值的总偏差。(也称残差平方和或剩余变差)SSE,是因变量对其预测值的总偏差,这个数值越大,拟合效果越差,y的标准误差即由SSE给出。,表示因变量对其平均值的总偏差。+=(degreeoffreedom),第一行是回归自由度dfr,等于变量数目,即dfr=m;第二行为残差自由度dfe,等于样本数目减去变量数目再减1,即有dfe=n-m-1;第三行为总自由度dft,等于样本数目减1,即有dft=n-1。对于本例,m=4,n=10,因此,dfr=4,dfe=n-m-1=20,dft=n-1=24。第四列MS是均方差,,,用于线性关系的判定。结合P值对线性关系的显著性进行判断,即弃真概率。所谓“弃真概率”即模型为假的概率,显然1-P便是模型"为真的概率,P值越小越好。对于本例,P=<,%以上。R-Squared为判定系数(determinationcoefficient),或称拟合优度(goodnessoffit),它是相关系数的平方,也是SSR/SST,y的总偏差中自变量解释的部分。Adjusted对应的是校正的判定系数RootMSE为标准误差(standarderror),数值越小,=Coef./(CI)-invttail(20,)*=-*=-+*=,一般来说P值<(*)表示10%显著水平显著,P值<(**)表示5%显著水平显著,P值<(***)表示1%,R2j就是这两个变量的相关系数(pwcorrx2x1)的平方8对多元回归“排除其它变量影响”=.0289094+.1678986*.0535163