毕业论文r值应该在多少

多元线性回归，要看修正的R方值，只有30%不能用的，起码要75以上。

你这个回归很有问题，标准误差是0，t值都一样而且都非常大，表示你的解释变量（就是你那些个指标）之间很可能是完全共线性也就是完全线性相关（如果你用了虚拟变量，比如有三个可能的情况要表示，而你又正好用了三个虚拟变量来描述它们，就肯定是完全共线性了），而且它们和你的被解释变量应该也是完全线性相关，否则不可能算出100%的拟合优度R方。另外一个可能是你的数据太少，甚至你的样本容量小于要估计的系数的个数，那么线性回归的结果就是可以算出一个零误差的直线。就好比你在平面直角坐标系里，如果只知道两个样本点(x1,y1), (x2, y2)，回归方程是 y = kx + b + u ， 你显然可以让 u = 0 去估计出 k 和b，k = 两点连线斜率， b 也可以算出来。这样当然会导致100%拟合。 可以的话看看你的数据，只有看到数据了才能知道真正的原因。

这个你具体写什么题目大

楼上此言差矣，调整R方值大于50%就已经很不错了。20-30%也是可以接受的，前提是模型中预测变量间不存在多重共线性等问题。关键看样本和实际问题。

线性系数r一般为1比较好。

R²的值越接近1，说明回归直线对观测值的拟合程度越好。度量拟合优度的统计量是可决系数R²。R²最大值为1。R²的值越接近1，说明回归直线对观测值的拟合程度越好；反之，R²的值越小，说明回归直线对观测值的拟合程度越差。

理解

1、相关系数与回归系数。

回归系数大于零则相关系数大于零。

回归系数小于零则相关系数小于零。

2、回归系数：由回归方程求导数得到，所以，回归系数>0，回归方程曲线单调递增。

回归系数<0，回归方程曲线单调递减。

回归系数=0，回归方程求最值（最大值、最小值）。

搜一下：关于线性回归方程R的值问题，肿么老是1~~急！！！！