毕业论文相关r值较低

重新选择变量、提高模型。1、重新选择变量：模型中选择的自变量与因变量之间的关系不明显，重新选择自变量或者增加自变量，进一步挖掘变量之间的关系。2、提高模型：选择的模型形式不合适，可以对模型进行改进或者优化，提高模型的拟合效果。

Pearson相关性指的是两个变量间线性相关强弱的程度，其绝对值越大表明相关性越强。但显著相关与线性不显著相关并不矛盾，说明总辐射与贵州API显著相关，但并不显著线性相关，应该是因为两者的相关性为非线性的。

其取值范围在（0,1），可以用百分数表示。如果决定系数R2越接近1，说明因变量不确定性的绝大部分能由回归方程解释，回归方程拟合度越好。反之，如果R2不大，说明 回归方程的效果不好，应该进行修改，可以考虑增加新的自变量或者使用曲线回归。

（1）当样本量很小时，此时得到一个较大的决定系数，这个决定系数也可能是虚假的。

（2）即使样本量不小，决定系数很大，也不能肯定自变量与因变量之间是线性关系，这可能是因为曲线回归效果更好的结果。尤其是当自变量的取值范围很窄时（例如：李克特5分量表），线性回归效果通常较好，这样的线性回归方程是不能用于外推预测的。

（3）当计算出一个很小的决定系数，例如 R2 =时，与相关系数的显著性检验相似，如果样本量n不大，就会得到线性回归不显著的结论，而在样本量很大时，就会得出线性回归显著的结论。这时，无论是否显著，都应该尝试改进回归的效果，如增加自变量，或者采用曲线回归等。