相关性不显著还要继续回归分析吗

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

今天看到一个相关性与回归分析的帖子，想不明白，请教各位大侠：
刚看了一篇外文文献，其中提到了几个变量之间的相关性分析。作者用SPSS得出A与B的相关性系数约为0.09，但显著性水平大于0.05即不显著。随后继续作回归性分析（未阐明是否是多元线性）结论是BETA 值0.35，显著性水平小于0.05。 因此有个疑问，既然相关性分析得出的结论是两已经不显著相关了，为何还要继续回归分析，回归分析不是得出具体的何种相关关系系数的吗？求正解。
补充：在pearson系数检验时，发现自变量X1与因变量Y不相关，再加上控制变量X2,X3,X4跑多元回归时，该自变量的系数却在5%的水平上显著。。。。。。

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1 收藏10 回帖

关键词：回归分析 相关性 pearson 相关性分析 控制变量 回归分析 pearson 相关性 因变量 自变量

同求

如果X1與Y的簡單相關不顯著，理論上不需要再進行簡單回歸分析，因為標準化回歸係數就是Pearson r。現在該作者加入了X2、X3、X4之後，X1變得與Y有相關，那麼極有可能就有是抑制變數(Supressor)的關係，此時推論宜更加小心。

It might be helpful, if you think about the so-called "Simpson's paradox."
Here is a bit of information.
Http://zh.wikipedia.org/wiki/%E8 ... %E6%82%96%E8%AE%BA#

如果X1與Y的簡單相關不顯著，理論上不需要再進行簡單回歸分析，因為標準化回歸係數就是Pearson r。現在該作者加入了X2、X3、X4之後，X1變得與Y有相關，那麼極有可能就有是抑制變數(Supressor)的關係，此時推論宜更加小心。

抑制变数是什么意思？
根据辛普森悖论的这个例子，尽管pearson相关系数检验不显著，但是还是应该进行考虑了更多因素的多元回归分析。。。。这样理解对不？

简单相关不能说明什么，因为没有控制其他变量不变。

例如：产量与化肥施用  简单相关可能是负的，（土壤肥力高的化肥施用量本身就少，但产量不一定就低）
      如果控制土壤本身的肥料，那么 产量与化肥施用量就是正的了。

谢谢蓝色，这个例子举得很有说服力

蓝色，顶一个

回归是因果分析。经济学做的就是因果，即使相关性不足

大数据背景下，研究的就是相关性，即使没有因果关系

tony2040044 发表于 2015-3-30 23:04
回归是因果分析。经济学做的就是因果，即使相关性不足

大数据背景下，研究的就是相关性，即使没有因果关 ...

为什么“大数据背景下，研究的就是相关性，即使没有因果关系”？