多重判定系数的定义：
由于多元线性回归涉及多个自变量，而自变量个数的增加会影响多重判定系数，所以需要调整的多重判定系数，定义如下：
说明：为什么需要多重判定系数，一个通俗的解释是因为自变量越多，提供的信息越多，回归方程会越准确，但是又违背了简洁原则，所以不能一味增加自变量。
2、显著性检验
与一元线性回归类似，多元线性回归中的显著性检验也包括以下两方面的内容：线性关系检验和回归系数检验。
所不同的是，在一元线性回归中，线性关系的检验与回归系数的检验是等价的，因为只有一个自变量。
而在多元线性回归中，有多个自变量，这两者则不再等价，因为线性关系的检验反映的是整体情况，只要有一个自变量与因变量的线性关系显著，则就可以通过检验，而回归系数的检验需要对每个回归系数分别进行检验，往往会出现某些自变量无法通过检验，这也是后面将会提到的多重共线性问题。
说明：
线性关系检验主要关心F分布的P值，回归系数检验主要关心t分布的P值，具体理论这里略去，因为Excel可以直接给出对应的P值，判断的原则就是，P值越小越好，一般是小于0.05就符合要求。
实操：用Excel进行多元线性回归分析在“数据分析”中选择回归：
Y值输入区域，选择“不良贷款”，X值输入区域，选择“各项贷款余额”、“本年累计应收贷款”、“贷款项目个数”及“本年固定资产投资额”这4列，置信度用默认的95%，残差部分，勾选“残差”、“残差图”、“线性拟合图”，确定即可。
