什么情况下某个变量的回归结果会显示omitted？

xddlovejiao1314 发表于 2016-1-19 14:29
呵呵，调节效应/交互作用不是你这样设置的哈。比如你通过理论发现X4对y的影响需要通过x3影响，那么在构建 ...

您好，我想问下您这个模型是调节效应的话不需要再加一个b5x4吗？我现在遇到这个问题了，我通过理论发现X4对y的影响需要通过x3影响，老师给我建的模型是y=a0+a1x+b1x1+b2x2+b3x4+b4x3x4，说这是调节效应，我在想要不要改成y=a0+a1x+b1x1+b2x2+b3x4+b4x3x4+b5x3呀，谢谢您~

在进行回归分析时，如果某个变量被标记为"omitted"或"省略"，这通常意味着该变量成为了模型中的参考类别（reference category），特别是在使用虚拟变量（也称为二元变量、指示变量或分类变量）的情况下。这是因为当你在一个模型中包含一个具有多个类别的变量时（比如性别、地区或者时间点等），你只需要包括这些类别的部分作为虚拟变量，而不需要全部。其中一个类别会被自动设为参考组，这样可以避免所谓的“完全多重共线性”问题。

具体来说，假设你有一个分类变量"region"，它有四个水平：A, B, C 和 D。如果你在模型中同时包括这四个虚拟变量（Region_A, Region_B, Region_C 和 Region_D），那么模型将无法区分因为它们是完全相关的——一旦知道三个区域的虚拟变量取值，第四个就自然确定了。因此，统计软件会自动省略其中一个类别作为参考组，比如Region_D，然后其他三个区域的系数会被解释为与Region_D相比的影响。

所以，在你的情况下，那些被标记为"omitted"的变量很可能是在使用虚拟变量时成为参考类别的变量。这并不是一个问题，而是进行回归分析的一部分标准过程。如果需要查看这个参考类别的影响或系数，可以通过比较其他类别与其之间的差异来间接推断出来。

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用