計算自變量在解釋線性回歸中因變量的方差中的重要性

Question

我正在從事媒體混合建模（MMM）項目，在該項目中，我必須構建線性模型來預測各種支出中的流量因數作為輸入變量。 我得到的線性模型方程為：

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

我想計算兩件事，我不知道該怎么做：

1. 每個變量在解釋流量變化方面有多大作用？
2. 每個自變量會導致總流量的百分之多少？

Answer 1

我認為這個問題已經在多個地方得到了多次回答（重復嗎？）；

例如，請參見：

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

您可能還需要計算標准化回歸系數（首先標准化變量，然后重新運行回歸分析），以找出哪個自變量對因變量的影響最大（如果重要，我想補充一下）。 我認為標准化回歸權重的解釋比考慮解釋的方差更直觀。

干杯，彼得