计算自变量在解释线性回归中因变量方差中的重要性

Calculating importance of independent variable in explaining variance of dependent variable in linear regression

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

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

我想计算两件我不知道如何做的事情:

  1. 每个变量对解释流量方差的贡献有多大？
  2. 每个自变量占总流量的百分比是多少？

我认为这个问题已经在好几个地方回答了好几次（重复？）；

例如见：

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

您可能还想计算标准化回归系数（首先对变量进行标准化，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（如果显着，我想补充).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