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 $R^2$ -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 $R^2$ -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.

Svara

Visa senaste svar