你们好，最近小艾特发现有诸多的小伙伴们对于多元线性回归模型的正确形式，多元线性回归模型这个问题都颇为感兴趣的，今天小活为大家梳理了下，一起往下看看吧。

1、 复相关系数r:指多元回归系数，表示模型中y值与估计y值之间的相关系数，实际上是皮尔逊相关。取值范围为(0，1)，没有负值。r越大，模型越好。但是，R多少才是最好的，并没有定论。通常，在社会研究中，

2、 R0.4足够好；但是在科学领域，R0.8还是可以的。

3、 决定系数的r平方：它是复相关系数的平方，复相关系数是指自变量能解释因变量的百分比，它能鉴别模型的好坏。但使用决定系数有一个缺点，就是在模型中加入变量时，无论是否具有统计显著性，决定系数的值都会变大。

4、 这降低了测试的有效性。

5、 决定修正系数：决定修正系数考虑了变量个数对决定系数的影响。当加入的变量在统计上不显著时，修正的决定系数会变小。实际应用中的决定系数和修正决定系数也与自变量的取值范围有关。

6、 当取值范围比较小时，修正的决定系数会变大，误差均方差也大，导致y的估计值取值范围大，失去了回归方程的意义。

7、 残差标准差：等于误差均方的算术平方根，即残差的标准差，其大小反映了用建立的模型预测未来的准确性。残差标准差小，说明建立的模型好。

8、 统计学：统计学是由mallows在1964年提出的。用统计量选择模型的标准是选择一个参数个数等于统计量的模型。假设模型中参数个数等于p，理想模型应该是statistics=p。

以上就是多元线性回归模型这篇文章的一些介绍，希望对大家有所帮助。