问题描述
当您进行多元线性回归时，您会得到多个 R 平方，如下所示：
我的问题是，如果我可以得到每个自变量的 R 平方，而不必对每个预测变量进行回归。
例如，是否可以在 p 值旁边获得每个预测变量的 R 平方：
解决方法
在回归模型中，单个变量没有 R 平方。一个完整的模型只有一个 R 平方。回归模型中任何单个自变量解释的方差都取决于其他自变量。
如果你需要一个自变量的一些附加值，即这个 IV 解释的方差高于其他变量，你可以计算两个回归模型。一个有这个 IV，一个没有。 R 平方的差异是在所有其他人解释了他们的份额之后这个 IV 解释的方差。但是，如果您对所有变量都这样做，则差异加起来不会等于总 R 平方。
或者，您可以使用平方 Beta 权重来粗略估计模型中变量的影响大小。但是这个值不能直接和 R-squared 比较。
这就是说，这个问题最好发布在 CrossValidated 中而不是 StackOverflow。