如何在多元线性回归中获得每个自变量 R^2

【问题标题】：How to get each independent variables R^2 in a multivariate linear regression如何在多元线性回归中获得每个自变量 R^2
【发布时间】：2021-05-20 17:55:08
【问题描述】：

当您进行多元线性回归时，您会得到多个 R 平方，如下所示：

我的问题是，我是否可以得到每个自变量的 R 平方，而不必对每个预测变量进行回归。

例如，是否可以在 p 值旁边获得每个预测变量的 R 平方：

【问题讨论】：

请分享代码和数据，以便我们尝试和帮助
如果您包含一个简单的reproducible example，其中包含可用于测试和验证可能解决方案的示例输入和所需输出，则更容易为您提供帮助。

标签： r statistics regression

【解决方案1】：

在回归模型中，单个变量没有 R 平方。一个完整的模型只有一个 R 平方。回归模型中任何单个自变量所解释的方差取决于其他自变量。

如果您需要某个自变量的附加值，即这个 IV 最重要的解释方差，您可以计算两个回归模型。一个有这个IV，一个没有。 R 平方的差异是这个 IV 在所有其他人都解释了他们的份额之后解释的方差。但是，如果您对所有变量都这样做，则差异加起来不会等于总 R 平方。

或者，您可以使用平方 Beta 权重来粗略估计模型中变量的影响大小。但这个值不能直接与 R-squared 比较。

也就是说，这个问题最好发布在 CrossValidated 中而不是 StackOverflow。

【讨论】：