単純な線形回帰の結果の報告：含める情報は何ですか？

Genstatで（非常に）単純な線形回帰を実行したばかりで、出力の簡潔で意味のある要約をレポートに含めたいと思います。含める必要がある情報の内容や量が正確にわかりません。

Genstat出力の主なビットは次のようになります。

Summary of analysis 
Source      d.f.    s.s.       m.s.       v.r.    F pr.
Regression    1   8128935.   8128935.    814.41   <.001
Residual     53    529015.      9981.        
Total        54   8657950.    160332.        

Percentage variance accounted for 93.8
Standard error of observations is estimated to be 99.9.

Estimates of parameters 
Parameter    estimate    s.e.     t(53)   t pr.
Constant      41.5      30.7       1.35   0.182
UKHR_Ref       0.8659    0.0303   28.54   <.001

これを単に次のように報告するつもりでした。

Adjusted R2 = 0.94 (slope = 0.87, p < 0.001; intercept not significantly different from 0).

しかし、同僚は少なくとも私も含める必要があることを示唆していますroot mean squared error（この場合、これは観測値の標準誤差、つまり99.9に等しいと思いますか？）。

RMSEを含めることで、追加の有用な情報が提供されますか、それとも、調整済みR2値によって適合度が十分に説明されていますか？

報告する情報量に関する厳格なルールはありますか、それともかなり主観的ですか？

どうもありがとう！

単純な線形回帰の場合、常にy変数に対するx変数のプロットを作成し、回帰直線をプロットに重ね合わせます（可能な場合は常にデータをプロットしてください）。これにより、モデルの適合度が非常に簡単にわかり、1つの変数の回帰について読みやすくなります。いくつかの診断プロット（レバレッジ、調理距離、残差など）を含めることもできますが、これをすでに取得しているものに追加するだけで十分でしょう。それは、xyプロットがどの程度優れているか、および対象とする対象者、および対象者が期待するプロトコルによって異なります。

$R^2$対RMSE

$R^2$は相対的な測定値ですが、ほとんどの観測値は近似直線から RMSE 以内にあり、ほぼすべてが RMSE 内にあると予想されるため、RMSEはより絶対的な測定値です。「説明力」を伝えたい場合はがおそらくより適切であり、「予測力」を伝えたい場合はRMSEがおそらくより良いでしょう。$\pm$$\pm 2$$R^2$

私は、β係数と95％CI、p値、調整されたRsquaredを報告するために使用します。例：

（β= 1.46、95％CI [1.19、1.8]、p = 0.001 **、調整済みR2 = 0.48）

重回帰または因子変数による回帰を報告する場合、係数、95％CI、p値を報告し、次にF（自由度）統計、モデルの調整済みR2およびp値を個別に報告します。