【求助】在计量模型中增加解释变量，如何解释之后其他解释变量系数变化的现象？

本人新手菜鸟最近在做老师布置的计量经济学作业，是关于农村家庭人均收入的问题
题目中设置了两个计量模型，其中一个模型不含"社会资本投资“这一变量，另一个模型包含该变量
在对样本进行OLS回归之后，两个模型的回归方程基本相似，但有些解释变量的系数变小了，如”家庭人均土地拥有量“、”是否参与生产合作组织“等，而有些解释变量的系数变大了，如”户主性别“、”所在村地形“等。
请问如何解释这种增加解释变量之后其他解释变量的系数发生变化的现象（不单单指我这个例子，如果可以推而广之提供一般的解释最佳）？
向各位高手学习了！谢谢！

注：为尽快获得回答，本帖是从计量与统计板块转过来的

LG-WHU 发表于 2013-5-3 20:07
嗯，我也觉得肯定是有相关关系，但是原解释变量的增减和原解释变量与新增解释变量的关系的方向（正负号） ...

哎，暴露我菜鸟面目。我们课上没有讲证明，ax1+b（cx1＋v) ,cx1+c就是x2关于x1求的回归，你这样来看，如果c为正，b为正，那么a就减小吧~，具体证明，需要根据ols估计的数学式子来看，说明同解。经济意义就不清楚怎么证明，以上都是自己根据知道的说的好，学的很差，相互交流~

多元回归，大小基本上没有意义，关键是显著性与方向。当然，要首先排除样本选择性和误差后。

norsky 发表于 2013-5-3 11:11
多元回归，大小基本上没有意义，关键是显著性与方向。当然，要首先排除样本选择性和误差后。

嗯，首先我认为我的那个例题应该不存在样本选择性问题
其次，请问您为什么说“多元回归，大小基本上没有意义”？首先，我认为统计上的显著性固然重要，但是经济上的显著性，即系数的大小也不能忽视；再者，我想要知道的是为什么新增了解释变量之后其他解释变量的系数会改变。在我的那道例题中，一些系数的变化很小，但是我依然想知道为什么

我也是个菜鸟哈，我这学期在上计量的公选课，我印象中有个添加的解释变量与其他解释变量做线性回归，原解释变量少的系数是由增加的解释变量与其他解释变量的线性关系承担~，我不知道我这个对不对，仅作讨论哈~

阳光1000 发表于 2013-5-3 16:14
我也是个菜鸟哈，我这学期在上计量的公选课，我印象中有个添加的解释变量与其他解释变量做线性回归，原解释 ...

嗯，我也觉得肯定是有相关关系，但是原解释变量的增减和原解释变量与新增解释变量的关系的方向（正负号）是否有一定普适的联系呢？比如说“若原解释变量与新增解释变量正相关，则新增解释变量后原解释变量的系数增大，反之亦然”等一般规律呢？如果有的话，是否能够用数学证明？如果没有的话，又怎么解释这种变动呢？

模型中增加解释变量后，首先应该观察R^2是不是有显著变化，因为R^2是衡量所考察的所有自变量对因变量的解释程度的重要指标，取值范围在0~1之间，越接近1说明模型的拟合优度越好。如果加入变量后，R^2值明显增加并且各项系数能通过显著性检验，说明增加的该变量是对因变量有显著影响的，应该纳入回归方程中。
增加解释变量后变量的回归系数肯定是会发生变化的，但是具体想知道哪个变量对因变量的冲击更大的话，可能要做冲击反应分析才行。

carey019 发表于 2013-5-3 21:25
模型中增加解释变量后，首先应该观察R^2是不是有显著变化，因为R^2是衡量所考察的所有自变量对因变量的解释 ...

冲击反应分析啥东西？？

阳光1000 发表于 2013-5-3 22:33
冲击反应分析啥东西？？

冲击反应，imulse response,主要在使用VAR模型的时候使用，测量各个自变量对因变量的冲击各有多大，是怎么冲击的，可以更细地观察变量间的关系。

       这个很简单的，一个模型不能够把所有的解释变量全部包括，比如影响消费的因素有本期的消费、初始财富、消费惯性和收入预期等，你在建模的时候不可能包括所有变量，但是每个解释变量对因变量的影响很都不一样，有的大，有的小。因此你增加解释变量的时候，可能这个解释变量的影响很大，因此你原来计算的变量系数都要产生相应的变化。对于这种问题，清华大学的高铁梅教授认为在模型中增加解释变量必定会使自由度减少，所以可以用调整后的可决系数剔除解释变量数目和样本容量影响，使各个回归方程可以进行拟合优度的比较。 记住哦 要比较的话，就要用调整后的可决系数比较它们的优越性。
      不知道我的回答，你满意吗？满意的话，就给币吧！