回归系数

系数是等式中的变量所乘以的数字。例如，在等式 y = -3.6 + 5.0X₁ - 1.8X₂ 中，变量 X₁ 和 X₂ 分别乘以 5.0 和 -1.8，因此系数为 5.0 和 -1.8。

方程中系数的大小和符号会影响其图形。在一个简单线性方程（只包含一个 x 变量）中，系数是直线的斜率。

在计算回归方程以便为数据建模时，Minitab 会根据样本估计每个预测变量的系数，并在系数表中显示这些估计值。例如，以下系数表将显示在回归方程的输出中：

此方程根据焦点位置、日照以及一天中的时间来预测房间中的热通量。Minitab 会将方程的的系数值显示在第二列中：

每个系数将估计当所有其他预测变量保持恒定时 X 中每增加一个单位所引起的均值响应的变化。例如，在回归方程中，如果变量“北”增加 1 而其他变量保持不变，热通量将平均降低约 22.95。

如果系数的 p 值小于选定的显著性水平，例如 0.05，那么预测变量与响应之间的关系在统计意义上显著。请注意，Minitab 还在系数列中为等式中的常量包含了一个值。

可使用此置信区间来评估系数估计值的可靠性。置信区间越宽，估计值越不精确。

1. 选择统计 > 回归 > 回归 > 拟合回归模型。
2. 完成对话框。
3. 单击结果。
4. 从结果显示中，选择 扩展表。然后，单击每个对话框中的确定。