为什么变量间相关系数为负，而在跑回归中，其影响系数为正？

|  r1  r2   r  VOLRAT1  VOLRATIO rd
-------------+------------------------------------------------------
     r1 |   1.0000
     r2 |  -0.0231   1.0000
      r |  -0.0100   0.9493   1.0000
   VOLRATIO1 |   0.9017  -0.0475  -0.0380   1.0000
    VOLRATIO |   0.0079   0.8111   0.9222  -0.0293   1.0000
rd |   0.0390   0.0087   0.0135   0.0358   0.0292   1.0000

----------------------------------------------------------------------------
     r1 |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
      r |   .0143118   .0083506     1.71   0.087    -.0020655     .030689
     r2 |  -.0020304   .0010577    -1.92   0.055    -.0041048     .000044
rd |   .3010006    .169771     1.77   0.076    -.0319548    .6339561
       _cons |  -.1398572   .0103182   -13.55   0.000    -.1600934   -.1196211
------------------------------------------------------------------------------

这是什么原因呢？

相关系数和回归系数之间的符号不一定是完全相同的，比如相关系数正，但回归系数可能为正，所以就要计量，就要实证

这是两个概念。。

按回归中的结果进行解释

感谢热心人的解释：这个当然可以理解。因为X与Y的相关系，只是考虑两个变量之间的线性问题，只用这两个变量的数值进行计算；而你做多元回归，是控制了另一个变量，是假定其它变量不变的条件下，分析X与Y之间的关系，因此就会出现X与Y线性相关系数不显著，但作多元回归却显著的结果！
这里的关键是要理解多元回归的含义，相关系数的计算，最后能对两者作出区别

oldbridge 发表于 2013-3-2 12:22
感谢热心人的解释：这个当然可以理解。因为X与Y的相关系，只是考虑两个变量之间的线性问题，只用这两个变量 ...

你好，这样的话在论文中要报告吗