全部版块 我的主页
论坛 计量经济学与统计论坛 五区 计量经济学与统计软件
1531 3
2011-04-12
悬赏 30 个论坛币 未解决
在做多元线性回归时,有时对于某一自变量x1,在加入其他自变量之前和因变量y存在显著正相关关系,但加入其他变量后,x1估计出的参数beta为显著的负值,请问这样的情况怎样解释?
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2011-4-12 21:27:24
在加入其他数据的时候能够使拟合度升高,而且方程显著,各个自变量符合经济就行了,正、负相关是多个数据整体作用的结果,而你不能局限于它一定是正或者是负。。。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2011-4-12 21:29:13
加入变量能使拟合度升高的话比你不加要好哦,不要形成思维定势,变量系数是方程整体自变量作用的结果。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2011-4-13 09:34:27
当增加或剔除一个解释变量,或者改变一个观测值时,回归参数的估计值发生较大变化,回归方程可能存在严重的多重共线性。有些解释变量的回归系数所带正负号与定性分析结果违背时,很可能存在多重共线性。
     多重共线性是指各个解释变量X之间有准确或近似准确的线 性关系。
     降低多重共线性的经验方法有:剔除高度共线性的变量(如逐步回归);选择有偏估计量(如岭回归)等。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群