全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 SPSS论坛
8013 7
2011-12-28
最开始的研究假设是A为自变量,B是因变量,还有一些控制变量,然后做线性回归。回归结果中,A的回归系数是正的,也很显著(1%水平),符合命题假设。
    但随着后来的研究深入,觉得其实应该是B为自变量,A为因变量。所以把模型中A和B的位置调换,其他控制变量没变,重新线性回归。但回归结果并不显著。
    可能出现这种情况吗?怎么解释呢?是不是就能够说明A和B之间的因果关系是不可逆推的?能够说明A对B有影响,而B对A无影响?还是有什么深层的解释?非常感谢您的热心帮助!!!
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
2011-12-28 20:17:17
如果不显著,那就确实不显著了,也就是楼主所说的不可逆了,如果要说影响,可以换其他的一些检验方式试试……
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

2011-12-28 20:22:38
非常感谢楼上的回答!
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

2015-3-4 15:30:20
如楼主所述,确实说明是不可逆推的。
一旦关系可以逆推,模型就存在内生性问题。
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

2015-5-11 20:12:32
按照函数与反函数的观点:X对Y有显著影响,那么Y对X也应该有显著影响?为什么统计分析的时候往往是单向的,小白不能自解,求指教。
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

2015-5-11 22:06:57
Lennydongsun 发表于 2015-5-11 20:12
按照函数与反函数的观点:X对Y有显著影响,那么Y对X也应该有显著影响?为什么统计分析的时候往往是单向的, ...
如LZ所述,其模型1应该是A=β+β1B+β2X2+β3X3+...+μ→模型2 B=β+β1A+β2X2+β3X3+...+μ而不是A=β+β1B+μ→B=β+β1A+μ。这个显然不是函数和反函数的关系。模型1的系数显著,模型2的不显著,跟自变量X2和X3与B和A的关系很关键。
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

点击查看更多内容…
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