计算自变量在解释线性回归中因变量的方差中的重要性

Question

我正在从事媒体混合建模（MMM）项目，在该项目中，我必须构建线性模型来预测各种支出中的流量因数作为输入变量。 我得到的线性模型方程为：

Traffic = 1918 + 0.08*TV_Spend + 0.01*Print_Spend + 0.05*Display_spend

我想计算两件事，我不知道该怎么做：

1. 每个变量在解释流量变化方面有多大作用？
2. 每个自变量会导致总流量的百分之多少？

Answer 1

我认为这个问题已经在多个地方得到了多次回答（重复吗？）；

例如，请参见：

https://stats.stackexchange.com/questions/79399/calculate-variance-explained-by-each-predictor-in-multiple-regression-using-r

您可能还需要计算标准化回归系数（首先标准化变量，然后重新运行回归分析），以找出哪个自变量对因变量的影响最大（如果重要，我想补充一下）。 我认为标准化回归权重的解释比考虑解释的方差更直观。

干杯，彼得