楼主: shaoshuai521
40692 11

[其他] 自变量增加一标准差因变量变化多少是怎么计算出来的? [推广有奖]

  • 0关注
  • 20粉丝

VIP

教授

15%

还不是VIP/贵宾

-

威望
1
论坛币
187731 个
通用积分
32.8993
学术水平
2 点
热心指数
4 点
信用等级
2 点
经验
8361 点
帖子
220
精华
0
在线时间
1481 小时
注册时间
2006-12-11
最后登录
2023-12-23

+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~ !

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
常看到有关回归分析的文献中提到某自变量增加一标准差,Y值增加或减少多少,请问大家这是怎样计算出来的?是X的系数乘以x变量的标准差,还是依靠x和y之间的偏相关系数计算的?请赐教!
二维码

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

关键词:标准差 自变量 因变量 偏相关系数 回归分析 回归分析 标准差 因变量 自变量

沙发
woaimeimei 发表于 2007-9-15 20:02:00 |只看作者 |坛友微信交流群

首先为什么要看这个关系呢?通常讨论自变量变化1单位or1%,因变量变化多少

其次,按你说的,从推导上来说,应该是偏相关系数矩阵计算的

使用道具

藤椅
goodegggg 发表于 2008-8-11 11:35:00 |只看作者 |坛友微信交流群
 能否给出具体算例?谢谢啦!
Everything is meaningless.

使用道具

板凳
青青子矜 发表于 2008-8-16 12:37:00 |只看作者 |坛友微信交流群

你要求的是不是贝塔系数?

如果是贝塔系数的话,在stata中只要在正常回归后面加上beta

例如:reg y x1 x2,beta

手空空,无一物 路遥遥,无止境

使用道具

报纸
打豆豆 学生认证  发表于 2012-3-31 15:48:51 |只看作者 |坛友微信交流群
4楼正解。
其实就是贝塔系数,将因变量和自变量都标准化以后,其系数表示的就是标准差的变动对因变量的影响

使用道具

地板
yzhch2010bsh 发表于 2015-9-30 10:30:49 |只看作者 |坛友微信交流群
分情况,当自变量是连续变量时,当某自变量增加(或者减少)一个标准差,因变量增加(或者减少)自变量对应系数的值。
当自变量是二值变量时,当某自变量增加(或者减少)一个标准差,因变量提高(或者降低)自变量对应系数乘以100的百分数。
特别注意的是,当做上述表述时,自变量要全部标准化才可以

使用道具

7
盖世xiong 发表于 2015-10-2 16:18:59 来自手机 |只看作者 |坛友微信交流群
woaimeimei 发表于 2007-9-15 20:02
首先为什么要看这个关系呢?通常讨论自变量变化1单位or1%,因变量变化多少
其次,按你说的,从推导上来说 ...
同样是回归,但是回归前要对数据处理一下,这个在伍德里奇的导论里面有提到,好早以前看到的了。

使用道具

8
zsxunlei2006 发表于 2017-8-11 10:53:26 |只看作者 |坛友微信交流群
这是并不是标准化回归系数(指的是自变量变化一个标准差对因变量标准差变化),而是说单纯自变量变化一个标准差对因变量的影响,所以只需要对自变量进行标化处理再进行回归所得系数即是,或者用未标化求得的回归系数乘以自变量的标准差可以算出。

使用道具

9
201212010026 发表于 2019-4-18 13:57:31 |只看作者 |坛友微信交流群
zsxunlei2006 发表于 2017-8-11 10:53
这是并不是标准化回归系数(指的是自变量变化一个标准差对因变量标准差变化),而是说单纯自变量变化一个标 ...
最好不要使用回归系数直接乘以标准差计算,还是要标准化处理一下,参见https://www.jianshu.com/p/3418a715291a

使用道具

10
孙艾琪 发表于 2020-3-26 23:56:08 |只看作者 |坛友微信交流群
这个具体的数值应该是自变量的标准差(通过描述性统计可以得出)与回归系数(正常回归核心解释变量系数)的乘积。

使用道具

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注jltj
拉您入交流群

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-4-27 19:25