本文详细解析Excel的回归分析结果，包括相关系数R、测定系数R Square、校正的测定系数Adjusted R Square和标准误差的概念，旨在帮助读者理解和评估回归模型的拟合度。作者分享了个人学习和工作经验，提供Python开发者的全套学习资料，覆盖Python入门到进阶的全方位指导，助力技能提升。
根据需要进行相关勾选设置
运算后一共出现三个表格，我们逐一来看
第一个表格-回归统计：
其中，
Multiple R：相关系数R，值在-1与1之间，越接近-1，代表越高的负相关，反之，代表越高的正相关关系。
R Square：测定系数，也叫拟合优度。是相关系数R的平方，同时也等于表2中回归分析SS/(回归分析SS+残差SS)，这个值在0~1之间，越大，代表回归模型与实际数据的拟合程度越高。当这个值大于0.8时表示强正相关。
Adjusted R Square：校正的测定系数，对两个具有不同个数的自变量的回归方程进行比较时，还必须考虑方程所包含的自变量个数的影响，为此提出，所谓“最优”回归方程是指校正的决定系数最大者。
标准误差：等于残差SS / 残差df 的平方根，标准误差越小越好。
自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。
深知大多数Python工程师，想要
最低0.47元/天 解锁文章
扫一扫
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
