多元回归自变量

多元回归使用回归因子（其他数据集）创建模型，并且为 ATT 预测引擎定义因变量（项目的历史）与指定回归因子（自变量）之间的关系。您可以在“预测引擎”页面的“自变量”选项卡上指定这些回归因子。

请参阅“定义 ATT 预测引擎”。

该选项卡包含一个度量列表，其中包含供多元回归分析使用的、映射至预测引擎的自变量。同时也列出可用于存储自变量结果的度量。

以下表显示适用的度量：

度量	说明
自变量	该度量用于存储必须传递到预测引擎的自变量。变量包含循环周期范围（历史范围和未来范围）的数据。
回归系数	该度量用于存储为对应的自变量生成的回归（或 β）系数数据。这表示模型中构建的对应自变量的百分比。此为静态（与时间无关）值，写入到 PCONST 常数中。
t 统计	该度量用于存储为对应的自变量生成的“t 统计”数据。该度量表示由标准误差划分的系数。它们用于测试每一个体自变量的相关性。如果生成的数据较大（绝对值 > 2），则该自变量在 95% 水平上与零相比时具有统计学显著性，必须被接受。此为静态（与时间无关）值，写入到 PCONST 常数中。
t 统计 P 值	该度量用于存储为对应的自变量生成的“t 统计 P 值”数据。P 值是真系数为零时超过观察的“t 统计”的概率。值较低 (< 0.05) 表示有统计显著性。此为静态（与时间无关）值，写入到 PCONST 常数中。
方差膨胀因子	该度量用于存储为对应的自变量生成的方差膨胀因子数据。它们用于衡量多元共线性，即，模型中的两个或更多个变量存在高度关联性。当自变量相互之间并与因变量线性相关时，会发生此情况。