解释变量不显著的处理办法 加入某个控制变量后原解释变量不显著了是什么原因?
浏览量:5482
时间:2021-03-13 22:23:29
作者:admin
加入某个控制变量后原解释变量不显著了是什么原因?
一般相关只分析两个变量之间的相关性,不控制其他变量的影响。
回归,如果您输入多个自变量进行回归,您看到的自变量的回归系数实际上代表了控制其他自变量后的回归(即减去其他自变量对因变量的影响),换句话说,它不能单独表示变量对因变量的影响。区别在于其他变量是否受控
R代表拟合优度,用来衡量估计模型对观测值的拟合程度。越接近1,模型就越好。但是,您的r值太小。
当T的绝对值大于或等于Ta/2(n-k)(该值表示根据您的置信水平和自由度获得的值)时,原始假设被拒绝,即当其他解释变量保持不变时,解释变量x对解释变量y的影响显著。
F值为回归方程的显著性检验,表明被解释变量与模型中所有解释变量之间的线性关系是否显著。如果F>fa(k-1,n-k),则拒绝原假设,即模型中解释变量的组合对被解释变量有显著影响,否则没有显著影响。
如何看哪些因子对被解释变量影响显著?
之所以具有全球意义,是因为它的系统公式是确定的,即y=ABX。由单个变量组成的点围绕一条直线排列,即方差计算或导数。无论如何,变量和随机变量之间的线性关系总是存在的。
解释变量不显著的处理办法 回归分析不显著可以解释吗 变量不显著说明什么
版权声明:本文内容由互联网用户自发贡献,本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。