多元线性回归问题。

在做多元线性回归时，有时对于某一自变量x1，在加入其他自变量之前和因变量y存在显著正相关关系，但加入其他变量后，x1估计出的参数beta为显著的负值，请问这样的情况怎样解释？

在加入其他数据的时候能够使拟合度升高，而且方程显著，各个自变量符合经济就行了，正、负相关是多个数据整体作用的结果，而你不能局限于它一定是正或者是负。。。

加入变量能使拟合度升高的话比你不加要好哦，不要形成思维定势，变量系数是方程整体自变量作用的结果。

当增加或剔除一个解释变量，或者改变一个观测值时，回归参数的估计值发生较大变化，回归方程可能存在严重的多重共线性。有些解释变量的回归系数所带正负号与定性分析结果违背时，很可能存在多重共线性。
     多重共线性是指各个解释变量X之间有准确或近似准确的线 性关系。
     降低多重共线性的经验方法有：剔除高度共线性的变量(如逐步回归)；选择有偏估计量（如岭回归）等。