假设：
我现在有个考察相关关系的模型 ：Y=a+bX+controlvariable。 我想考察X 与Y之间的关系， 其中Y是个随时间变化的量而且同一天不同个体有着不同的Y值，但是 X和控制变量（controlvariable）是稳定的，即每天的值不变。 我有一个混合样本（pool sample，假设样本量是30）， 那么每天都有个30个Y值，假设连续100天，由于每个个体的Y值每天也是在变化的，那么一百天下来，我就有3000个Y值，但是X和controlVariable只有30个值。

补充一下：  每天都有30个样本，这30个样本每个有一个Y值，一个 X值和一个controlvariable值 。就是说：其中一个样本i，在第一天有Y1，X1 和controlvariable1， 第二天的时候，Y发生了变化，变成了Y2， 但是X和controlvariable没有发生变化，还是X1和controlvariable1。 因为每天都有30个样本，即30个Y对应着30个X 和30个controlvariable，所以每天都可以用Y=a+bX+controlvariable回归一次， 不同的是Y发生了变化，所以回归的结果也是不同的。


具体做法和结果：
每天做一次回归，开始的时候X前的系数B是不显著的（例如T值只有0.5）。但是过了一些天，我发现X的系数B开始变的显著（T>1.96）了。 那么我能不能根据这样的一个时间变化，来说明X和Y的关系由原来不相关变成了相关（假设是正相关）,具体解释是这样的：Y是在刚开受到外界noise影响，但是随着时间的变化，noise变的比较小了，所以这是Y和X才显示出原来正相关的关系？
问题：
我这么解释可以么？
若是不行的话， T值的变化该怎么解释？
谢谢大家。