R^2只是一个衡量自变量对因变量解释程度即模型拟合程度的指标，确实可以一定程度上反应出回归模型的有效性，但在做回归分析的时候不需要片面地迷信R^2这一指标。回归分析中最重要的还是数据处理后得到的系数及其符号，系数和符号具体说明了自变量对因变量的影响程度和方向。另外，比较重要的是t和F统计量，分别反映了某一个自变量的显著性和整体的显著性。当R^2指标较小时，可以重点先分析系数和符号以及t和F统计量，若都可解释，则对研究的影响不大。当然，R^2过小也可能是数据或是解释变量设置有问题，调整一下数据量或者重置解释变量也可能会有效。若还有问题，欢迎把具体模型和论文主题发过来一起讨论哈

可以换衡量同目标的变量试一试

太好啦 我可以加你的QQ吗  方便随时讨论 我QQ1536340048~~