Tolka p-värde på lutningskoefficienten i regressionsmodell
Hej!
I cirkeln mellan 3 och 4 ser det ut som att p-värdet för den observerade lutningskoefficienten b1 är 0.000. Vad innebär det? Innebär det att det observerade värdet hade varit i den 0.000:e percentilen ifall regressionen hade stämt? Dvs nollhypotesen att regressionen stämmer motbevisas? Eller vad innebär det?
Eftersom R^2 är så nära 1, tänker jag ju att det borde vara tvärtom?
Tack på förhand!
Högt R2-värde innebär att din modell förklarar en stor del av variationen i data. Lågt p-värde (ofta p<0.05) betyder att koefficienten är statistiskt signifikant, alltså att den oberoende variabeln har signifikant effekt på den beroende variabeln. Högt R2-värde och lågt p-värde är alltså vad man kan kalla för 'best case scenario': Modellen förklarar en stor del av variationen, och att det finns en korrelation mellan den oberoende och beroende variabeln.
Det stämmer alltså att man förkastar nollhypotesen med ett så lågt p-värde. Men, nollhypotesen är att b1=0
Tack för era svar! P-värdet är alltså sannolikheten att få det observerade b1-värdet om populationens b1-värde hade varit noll?
Majskornet skrev:Tack för era svar! P-värdet är alltså sannolikheten att få det observerade b1-värdet om populationens b1-värde hade varit noll?
Ja.
