R何时平方负数？

我的理解是不能为负，因为它是R的平方。但是，我在SPSS中运行了具有单个自变量和因变量的简单线性回归。我的SPSS输出给我R 2的负值。如果我要根据R手动计算，则R 2将为正。SPSS做了什么将其计算为负值？$R^2$$R^2$$R^2$

R=-.395
R squared =-.156
B (un-standardized)=-1261.611

我使用的代码：

DATASET ACTIVATE DataSet1. 
REGRESSION /MISSING LISTWISE /STATISTICS COEFF OUTS R ANOVA 
           /CRITERIA=PIN(.05) POUT(.10) /NOORIGIN 
           /DEPENDENT valueP /METHOD=ENTER ageP

我得到负值。谁能解释这意味着什么？

$R^2$$R^2$$R^2$$R^2$

$Y$$1500$

给定这些数据，该模型毫无意义。显然这是错误的模型，可能是偶然选择的。

$(SS_\text{reg})$$(SS_\text{tot})$$R^2$$1 - \frac{SS_\text{reg}}{SS_\text{tot}}$$SS_\text{reg}$$SS_\text{tot}$$R^2$

$R^2$$r$$R^2$$R^2$

$R^2$

您是否忘记了在回归中包含截距？我不熟悉SPSS代码，但是在Hayashi的计量经济学的第21页上：

$R^2$

$R^2=1-\frac{\sum_{i=1}^{n}e_i^2}{\sum_{i=1}^{n}(y_i-\bar{y})^2}$

$R^2$

我会检查并确保SPSS在您的回归分析中包括截距。

如果您的时间序列为Niid，并且构造了形式（0,1,0）的不合适ARIMA模型，则该情况可能发生，这是第一个差异随机游走模型，没有漂移，但没有方差（平方和-SSE）残差的最大值将大于原始序列的方差（SSO的平方和）。因此，方程式1-SSE / SSO将产生负数作为SSE ​​execeS SSO。当用户只是简单地拟合假设的模型或使用不充分的过程来识别/形成适当的ARIMA结构时，我们已经看到了这一点。更大的信息是模型可以使您的视力变形（很像一副不良眼镜）。如果无法访问您的数据，否则在解释错误结果时会遇到问题。您是否引起了IBM的注意？

哈维·莫图尔斯基（Harvey Motulsky）回应了一个假设模型适得其反的想法。伟大的帖子哈维！