在用SPSS做一个线性回归分析,结果如图,R方很低,但是显著性都还可以.问题是这个模型预测效果很差.

在用SPSS做一个线性回归分析,结果如图,R方很低,但是显著性都还可以.问题是这个模型预测效果很差.

平均相对误差有90%多,请问这是怎么回事,有什么办法优化吗?

你可以尝试着先绘制下散点图看看 会不会用其他曲线拟合的效果会更好,很多时候数据用线性和一些非线性拟合后都会有显著效果,但是不一定是最佳的,所以需要判断自变量和因变量之间关系是否符合线性.
如果仍然是符合线性趋势,但是你只有这么一个自变量的话,那就没有办法优化了,如果还有其他自变量,可以尝试着引入之后 再看回归效果
再问： 就是说我这个特征可以解释一部分因变量，但是还不够，还需要找其他的特征来共同解释因变量嘛？
我回归的时候实际上是有六个特征的，但是由于sig值大于0.05SPSS自动排除了这些特征。那我这些被排除的特征就不能再用了？还是说可以用这些特征的线性组合得到新的特征再试试呢？谢谢你。
再答： 意思就是你说的意思，但是未必你之前找的六个特征就对，有可能还有其他你未发现的变量会有影响，总之这个统计的分析 要达到最佳效果，要不断的尝试