拟合回归模型 的系数表格

使用系数的标准误可度量系数估计值的精确度。标准误越小，估计值越精确。将系数除以其标准误计算 t 值。如果与该 t 统计量相关联的 p 值小于显著性水平，则可以得出系数在统计意义上显著的结论。

例如，技术人员将日照量模型作为太阳热能检验的一部分进行估计：

在此模型中，北方和南方用英寸度量焦点的位置。北方和南方的系数量级相似。南方系数的标准误小于北方系数的标准误。因此，模型可以更精确地估计南方系数。

北方系数的标准误几乎与系数本身的值一样大。生成的 p 值大于显著性水平的通用水平，所以您无法得出北方系数不等于 0 的结论。

在南方系数与北方系数相比更接近于 0 的情况下，南方系数的标准误也更小。生成的 p 值小于通用显著性水平。因为南方系数的估计值更为精确，您可以得出南方系数不等于 0 的结论。

统计显著性是您可以用来减小多元回归中模型的一种标准。有关更多信息，请转到模型简化。