我正在研究几个因素的影响"睡眠时间、学习时间、焦虑程度、抑郁程度"关于学生期末考试成绩。
当我做单变量线性回归分析时，所有显著的模型(因为期末考试分数是一个因变量(，尽管有些模型的R^2很小。
然后我试图将所有的预测因素放在一个多元线性回归模型中，结果是除了研究时间外，大多数预测因素都是不显著的，研究时间在单变量和多变量分析中具有很大的R^2。
我应该如何在论文中解释这一点？这样的结果可以吗？还是我应该搜索另一个模型？
听起来你有高度相关的预测因素。这给了你一个非常不稳定的模型，在这个模型中，几个观测值的微小变化可能会导致回归系数的巨大变化。
您应该尝试使用预测因子子集的各种模型，并选择一个具有显著总体F统计和显著t统计的最终模型。
在你的论文中，你可以解释说，焦虑评分和抑郁评分的相关性太高，无法将两者都纳入模型，你已经选择了不包含这两个评分的最佳模型。