运用逐步检验回归系数法做复现，后来自己又用sobel和bootstrap佐以验证，结果出入太大

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

运用逐步检验回归系数法做复现，后来自己又用sobel和bootstrap佐以验证，结果出入太大，请问这是为什么呢？

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

分享0 收藏0 回帖

关键词：Bootstrap Bootstra boots sobel 回归系数

模型假设不满足： Bootstrap检验和Sobel检验通常基于一些模型的假设，例如正态分布、异方差性等。如果这些假设在你的数据中不成立，可能导致两种检验方法的结果不一致。

样本量不足： Bootstrap方法对样本量要求相对较大，如果你的样本量较小，可能导致Bootstrap的结果不够稳定。逐步回归也可能在小样本中产生不稳定的结果。

模型复杂性： 逐步回归可能选择了过于复杂的模型，导致了过拟合。这可能使得逐步回归的系数估计在样本外表现不佳，与Bootstrap检验不一致。

共线性： 如果模型存在共线性，逐步回归的系数选择可能受到共线性的影响，导致不一致的结果。Bootstrap检验可能对共线性不敏感，因此两者的结果可能不一致。

模型的选择标准： 逐步回归通常使用一些准则（如AIC、BIC）进行模型选择，而Bootstrap和Sobel检验可能使用不同的标准。这可能导致不同的模型被选中，从而导致结果不一致。

Sobel检验的正态性假设： Sobel检验假设介入变量的影响是正态分布的，如果这一假设在你的数据中不成立，Sobel检验的结果可能不准确。