全部版块 我的主页
论坛 提问 悬赏 求职 新闻 读书 功能一区 经管百科 爱问频道
21343 4
2014-08-31
我在只使用几个核心的解释变量的时候都都不显著,但是一旦加入了很多其他的控制变量,这几个核心解释变量反而显著了,这个应该如何理解? 一般都应该是自变量越多越不容易显著啊。谢谢!!
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
2014-8-31 22:45:38
这几个变量之间有一定的关系!
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

2014-8-31 23:00:42
在没有加控制变量时,控制变量隐含在扰动项中,加入到模型中之后,相当于对残差中的某些成分进行了剔除,因此,回归系数的标准误降低了。另外,控制变量与核心变量可能相关,未剔除时,导致了内生性,进而导致系数与其方差的估计值均是有偏的,导致统计推断出现错误。
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

2014-9-1 08:13:16
变量的显著性是有t-value决定的,而t-value是由回归系数的估计值与其标准误相除得到。加入更多的变量对标准误有两方面影响:一是可能增加变量间共线性,导致标准误增加,二是减少扰动项的方差,导致标准误减少。至于加入更多变量对回归系数大小的影响就比较复杂,涉及到变量之间的复杂关系,很难确定是变大还是变小。一般加入更多变量会使显著性下降主要是多重共性导致标准误增加的原因,具体情况要考虑以上几个方面。
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

2020-6-1 21:01:05
感谢分享。先mark,继续消化
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