기본 다중 선형 회귀 결과를 보여주는 가장 좋아하는 방법은 먼저 정규화 된 변수에 모형을 맞추는 것입니다. 즉, 평균을 빼고 표준 편차로 나눠서 s를 z- 변형 한 다음 모형을 적합시키고 모수를 추정합니다. 변수가 이런 식으로 변환 될 때, 추정 된 계수는 단위 를 갖도록 ‘표준화’됩니다 . 이런 식으로, 계수가 0으로부터의 거리는 상대적인 ‘중요도’의 순위이며 CI는 정밀도를 제공합니다. 나는 그것이 관계를 잘 요약하고 자연스럽고 종종 다른 숫자 척도의 계수와 p. 값보다 훨씬 많은 정보를 제공한다고 생각합니다. 예는 다음과 같습니다.Δ Y / Δ s d ( X )엑스

$X$Δ Y/ Δsd( X)

$\Delta Y/\Delta sd(X)$

편집 : 또 다른 가능성은 ‘추가 변수 플롯’을 사용하는 것입니다 (즉, 부분 회귀 플롯). 이것은 다른 변수가 고려 된 후 와 사이의 이변 량 관계를 보여주기 때문에 또 다른 관점을 제공합니다 . 예를 들어, 의 부분 회귀 는 다른 두 항에 대해 회귀 한 후 의 잔차에 대한 간의 이변 량 관계를 제공 합니다. 계속해서 각 변수에 대해이 작업을 수행합니다. 라이브러리의 함수 는 피팅 된 객체 에서 이러한 플롯을 제공 합니다. 예는 다음과 같습니다. X i Y ~ X 1 + X 2 + X 3 X i Y와이

$Y$엑스나는

$X_i$와이∼ X1+ X2+ X삼

$Y \sim X_1 + X_2 + X_3$엑스나는

$X_i$와이

$Y$avPlots()carlm

답변