Tom2023-07-13 11:01:34

同学您好~

R方又称拟合优度，用来描述数据对模型拟合程度的好坏。它的取值范围在[0,1]之间，越接近1，说明自变量对因变量的解释效果越好。但是R方有个问题，就是只要你无脑加入自变量，R方都会提高，那这样的话该指标就没有意义了。adjust R方就是为了应对该问题而设计的。它不会随着自变量个数的增加而变大，从而让R方回到了它原本的含义。

第二个问题没有绝对答案，每个分布的思路都不一样，用文字也不太好叙述。一般来说，只要你的统计量的值在关键值范围以内就是不拒绝原假设，否则就是拒绝原假设，另一种方法是看p值，p值大于显著性水平（α）则不拒绝原假设，否则就是拒绝原假设。

其实所谓的假设检验，就是首先假设总体的分布，但是我们没能力研究总体嘛，所以只能用样本来对总体的假设进行估计。我们一般的做法是，按照总体分布的思路构造统计量。抽一组样本后，计算样本的统计量，进而判断抽到这组样本的可能性大不大。如果大的话，就保留对于总体分布的假设，如果小的话，就拒绝总体分布的假设。

如果对回答满意，请给我点个【采纳】，祝您学习愉快~