用调整R平方价值较大

6楼说的对，和样本容量、变量数目都有关系的。

学习了~~~~~~

如果研究的问题包含了大量的随机因素，比如股价，R2很低是很可能的结果，总之模型显著就可以了

有多少样本？样本大了的时候回归模型总是显著

我觉得R^2小于0.1的时候你这模型没意义，否则怎么陈述结果，这么多X一共解释了不到10%的Y？ 你再仔细看看你的X，看看有没有有重大影响作用但是没有考虑进去的因素
交互作用可以做，但是要注意共线性的问题，如果引起了共线性就要把X中心化一下；一般交互作用不会对R^2有显著的提升

另外 X的个数大于1的时候，看adjusted R^2，不看R^2

很好奇这个R的平方与这个模型的检验有什么关系？？？求助。谢谢

R2很小，回归模型为什么还很显著呢？显著性是用什么指标衡量的？

“直线方程和X轴近乎平行”说明直线方程的斜率小，变化率小，并不是R2很小的原因吧。。。
比如说一堆散点图，其拟合方程式y=0.00001x+1，散点和此方程吻合很好的话，r2仍然会很高的。

不明觉厉

http://en.wikipedia.org/wiki/Coe ... n#In_a_linear_model

如果按照温忠麟(2004)的方法来做中介效应（样本数109），前两个公式（y=cx+e1；M=ax+e2）所对应的回归模型R2都比较小（分别小于0.2和0.1），但是模型都显著，是否可以接受呢？
或者换个方式描述问题：用回归方程做检验中介效应时，是否也要考虑过程中每个方程的R2呢？
（研究议题是教育学相关的，没咋学过统计，论文需要现学现用的，还请大牛指点啊）

不要过于看中R2,R2能表达的信息很少。 对于一个回归来说,R2小不代表相关性低,R2大也不代表相关性高。

R2与样本容量也有关系

模型显著就说明模型有意义。决定系数较低，则说明模型意义相对不大。即解释度不很高，实用价值有限。当然，与专业和数据特性有关。

你好，请问你最后怎么做的呢？我也遇到同样的问题