首先，我没见过单变量回归的文章（可能是我孤陋寡闻）．你说的单变量回归是因变量(y)只对自变量(x)回归，还是y对x和所有的控制变量分别进行单独回归呢？如果是后者，我就不太理解了．那如果是前者，那其实是在找自变量(x)和因变量(y)之间的相关系数，看这两个变量之间的相关关系大不大．然后再做多变量回归（加入必要的控制变量）来看这个相关关系是由控制变量引起的，还是由自变量对因变量的因果关系造成的．［纯属个人理解］

1: 我说的单变量回归，是因变量对一个自变量回归＋控制变量。当然，我也有看到有的博士论文也有不加控制变量的对单变量的回归
2： 接着对你的回答追问：“那如果是前者，那其实是在找自变量(x)和因变量(y)之间的相关系数，看这两个变量之间的相关关系大不大” 你如何看因变量与自变量的相关关系？ 是看回归出来的R2吗？

3：“然后再做多变量回归（加入必要的控制变量）来看这个相关关系是由控制变量引起的，还是由自变量对因变量的因果关系造成的” ，我的理解是，回归没有办法判定因果关系

4： 我的假设是： 假设正确的模型是几个自变量＋控制变量对因变量的回归，这时，你只放了一个自变量＋控制变量对因变量回归，这时，就有遗漏变量的问题，如果有遗漏变量，就存在内生性的问题，存在内生性的问题，回归系数的估计就存在一致性的问题，这样问题就很大，那么做一个自变量＋控制变量对于因变量的回归的意义在哪里？如果是错的，为什么那么多论文都是这么做的，问了很多同学，他们答，别人这么做，所以我也这么做，对这个答案很不满意，希望牛人出来解答一下

1: 我说的单变量回归，是因变量对一个自变量回归＋控制变量。当然，我也有看到有的博士论文也有不加控制变量的对单变量的回归
2： 接着对你的回答追问：“那如果是前者，那其实是在找自变量(x)和因变量(y)之间的相关系数，看这两个变量之间的相关关系大不大” 你如何看因变量与自变量的相关关系？ 是看回归出来的R2吗？

3：“然后再做多变量回归（加入必要的控制变量）来看这个相关关系是由控制变量引起的，还是由自变量对因变量的因果关系造成的” ，我的理解是，回归没有办法判定因果关系

4： 我的假设是： 假设正确的模型是几个自变量＋控制变量对因变量的回归，这时，你只放了一个自变量＋控制变量对因变量回归，这时，就有遗漏变量的问题，如果有遗漏变量，就存在内生性的问题，存在内生性的问题，回归系数的估计就存在一致性的问题，这样问题就很大，那么做一个自变量＋控制变量对于因变量的回归的意义在哪里？如果是错的，为什么那么多论文都是这么做的，问了很多同学，他们答，别人这么做，所以我也这么做，对这个答案很不满意，希望牛人出来解答一下

谢谢！今天看了伍德里奇的书的第六章，问题明白了大半，谢谢Allenliu兄。

另外，追问：
如果“同理，当越多的自变量被加入到这个回归中，误差项与这些自变量相关的可能性就越大，进而就越有可能带来内生性．”
问： 如果越多的自变量被加入到回归当中，不是把这些因素从误差项中剔除出来吗，如此，使得这些因素不存在误差项当中了，就不会存在误差项同自变量相关的问题，不是减少了内生性了么？ 望帮忙解惑。

“如果是前者，那其实是在找自变量(x)和因变量(y)之间的相关系数，看这两个变量之间的相关关系大不大”

问：如果仅是因变量对于单一自变量的回归，来寻求两个变量之间的相关关系，会不会太不严谨了。因为，有可能该控制的控制变量都没有加进去，估计出来的相关关系会不会有偏误？在这样的做法下，遗漏的变量都归入误差项，如果，遗漏变量恰好同自变量相关，是会产生内生性的，这样理解对吗？
另外，如果要通过这种方式寻求两个变量的相关关系，有什么前提条件? 做单变量回归后 ，需要再看看残差图吗？

不客气．简单的看这个模型：y=x1+x2+e．在x2和x1相关的情况下，如果吧x2遗漏到误差项e中，那e就和x1相关并带来内生性（这是你所强调的）．如果x2和e相关，而x2和x1不相关，e和x1也不相关，那这个模型本来就有内生性．在这种情况下，把x2遗漏到误差项里反而会消除这个模型的内生性．所以是否应该遗漏一个变量要看具体问题．个人认为如果把那本书上一致性的证明弄明白，对这些问题就可以做到举一反三了．我觉得残差的分布应该只对回归的有效性产生影响，而不会影响一致性；所以我一般是不会在意这个分布的．

在找Y与X的相关性时，会不会因为遗漏了一些自变量，导致单变量回归时，系数是伪相关的，即你进行单变量回归所得到的相关性实际上是不可行的？谢谢啊！

不好意思，好久没上线．单变量回归（Y对X）和多变量回归（Y对X加控制变量）都有优缺点，即都有可能有内生性的问题，请参看4月29号帖子的解释．个人理解：没有内生性的系数都是真的．

包括什么变量应该因循理论指导，不是通过测试把显著性的变量包括进去。

学术研究是一个探索的过程，在答案显现出来之前谁都不知道答案是什么（或许答案就没有唯一性），每个人都在不断的探索，如果说你的探索更进一步，或许是你给出的答案对现实世界的解释力更强了。

你好
在进行回归模型前，进行了t/z单变量检验、内生性检验。在很多文献中，单变量检验中会对被解释变量进行“上下四分之一分组”然后做解释变量的t/z检验，请问分组的原因是什么啊