关于回归显著性的问题

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

我用不断增加自变量的方法做了4个回归，发现有的系数在没有添加变量之前显著，但是增加变量后却不显著这是怎么回事？怎么改善？还有R2出现负数是怎么回事？

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：自变量 自变量

变量间可能存在多重共线性

这就是逐步回归分析过程中，变量选择可能出现的情况，说明先前自变量对响应变量的回归会被后面的自变量替代，进而剔除。所谓“改进”，一般可以通过“stepwise”方法完成逐步回归分析，也可以比较一下“向前”与“向后”等方法的结果，最终确定对响应变量最显著的回归解释变量。

就是变量存在交互交应的结果，你可以利用散点图或相关性矩阵来检验各变量之间的相关性的高低，然后结合主观看法来选择取舍变量，如果直接用逐步剔出法可能会将有代表的变量因统计的原则而剔除掉．

建议使用stepward？方法,还有不是越复杂模型越好，恰恰相反，3个变量可以解释56%的变异，我们干吗要用5个变量解释60+%的的变异。变量实在太多先做因子分析。总之，尽量少保留回归模型的变量。

把数据传上来，看看有什么问题．这样回答太笼统