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

我正在做一个媒体混合模型（MMM）项目，在这里我必须建立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. 每个独立变量占总流量的百分比？

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的回归系数（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