回归分析中得出一元线性关系,P为0.005,R为86.3%,紧接着的方差分析中P为0.000,请问这两个如何解读?感谢Minitab中跑出的结论如下,烦请帮忙解读,感谢万分! Regression Analysis: 单体 versus DP The regression

回归分析中得出一元线性关系,P为0.005,R为86.3%,紧接着的方差分析中P为0.000,请问这两个如何解读?感谢Minitab中跑出的结论如下,烦请帮忙解读,感谢万分! Regression Analysis: 单体 versus DP The regression
回归分析中得出一元线性关系,P为0.005,R为86.3%,紧接着的方差分析中P为0.000,请问这两个如何解读?感谢
Minitab中跑出的结论如下,烦请帮忙解读,感谢万分!
Regression Analysis: 单体 versus DP
The regression equation is
单体 = - 66.0 + 0.605 DP
Predictor Coef SE Coef T P
Constant -66.00 23.06 -2.86 0.005
DP 0.60515 0.02433 24.87 0.000
S = 11.0255 R-Sq = 86.3% R-Sq(adj) = 86.2%
Analysis of Variance
Source DF SS MS F P
Regression 1 75215 75215 618.73 0.000
Residual Error 98 11913 122
Total 99 87128
Unusual Observations
Obs DP 单体 Fit SE Fit Residual St Resid
43 920 462.00 490.74 1.28 -28.74 -2.62R
79 990 556.00 533.10 1.52 22.90 2.10R
99 1050 547.00 569.41 2.74 -22.41 -2.10RX
100 1050 546.00 569.41 2.74 -23.41 -2.19RX
R denotes an observation with a large standardized residual.
X denotes an observation whose X value gives it large influence.

回归分析中得出一元线性关系,P为0.005,R为86.3%,紧接着的方差分析中P为0.000,请问这两个如何解读?感谢Minitab中跑出的结论如下,烦请帮忙解读,感谢万分! Regression Analysis: 单体 versus DP The regression
第二张表的Coef代表回归系数：SE Coef 代表回归系数的标准误：T代表单样本T检验的T值,等于回归系数除以归系数的标准误；P代表单样本T检验的P值,若小于0.05表示回归系数明显大于0,也就是对应的自变量对模型有意义；反之则无意义.
R-Sq 也称为决定系数,等于回归方程的方差占总方差的比例,属于拟合优度指标,R-Sq = 86.3%表示DP可以解释单体的86.3%（最理想的情况是能解释100%）,这表示模型的拟合度不错（如果样本量不太少的话,由于你的样本量为101,可以认为拟合度比较高）； R-Sq(adj) 为校正R-Sq ,用于比较不同模型的拟合度优劣.
方差分析用于检验回归方程是否明显优于随机猜测,这是一个总体检验,这就表示如果有多个自变量存在的话,这是对多个自变量构成的回归方程的一个总体检验.此外,还有对各个自变量回归系数的单样本 t 检验以考察各个自变量的显著性,这个问题上面已经说过了.
最后一张表格列出了异常值的数据点,其中第43和第79号数据点有大的标准化残差值；第99和第100号数据点不但有大的标准化残差值,且明显影响了回归系数的拟合.这表明你需要考虑是否还使用第99和第100号数据点来你和你的回归方程,你也可以考虑对原始数据进行转换（比如对数转换）看看能不能降低第99和第100号数据点对回归方程的影响；至于第43和第79号数据点可以暂不考虑；单体就是你的原始数据,Fit 代表模型拟合值,Residual为残差,等于原始数据减去型拟合值（Fit ）；St Resid为标准化残差值,也就是将Residual进行Z转换（或Z评分）,大于2即表示该残差明显偏大.