实证研究模型为什么要先进行单变量回归？

看了很多期刊论文，一般的范式都是进行多元线性回归，我注意到很多文章都会先进行单变量回归分析，如果一个模型需要考虑很多变量，或者说控制很多变量，那么进行单变量分析的意义和目的是什么，看了伍德里奇的计量经济学，在需要控制很多变量的情况下，如果仅仅进行单变量回归，其系数符号都有可能是错误的，那么为什么要进行单变量分析呢？

terryhuxm 发表于 2014-4-27 22:06
1: 我说的单变量回归，是因变量对一个自变量回归＋控制变量。当然，我也有看到有的博士论文也有不加控制变量 ...

首先，我们对单变量回归定义的理解是不同的．我觉得控制变量也是自变量，只是它们不是你研究的对象而已．所以因变量对一个自变量加控制变量的回归也应该叫多元回归．
其次，R^2的大小是用来表示有多少因变量的变化可以归因于自变量．至于相关性要看回归后系数的t值．
再次，我觉得做回归的目的就是要找因果关系．如果你的回归模型有问题，导致你找不到想要的因果关系，那这样的回归是没有意义的．
最后，遗漏变量和内生性没有必然的联系．在一个回归中，只有包括遗漏变量的误差项跟自变量相关才会引起内生性．同理，当越多的自变量被加入到这个回归中，误差项与这些自变量相关的可能性就越大，进而就越有可能带来内生性．（不知道我这么说你能不能理解．）

我也有这样的疑问，期待大神解答

我也是，大师where？

大神在哪里，来解答下啊

你好，原因是这样的，如果直接把一大堆变量放进去，当然会做出多元模型，但是如果各个变量的t检验都很差呢？这个时候你就不知道到底是因为各个x之间存在多重共线性还是因为这些x本身就和y的线性相关程度不高，所以先做各个单变量与y的回归，去掉相关程度不高的，接下来就可以进行多元了，如果这个时候t检验未通过，说明存在多重共线性，可以用逐步回归，岭回归等。

首先，我没见过单变量回归的文章（可能是我孤陋寡闻）．你说的单变量回归是因变量(y)只对自变量(x)回归，还是y对x和所有的控制变量分别进行单独回归呢？如果是后者，我就不太理解了．那如果是前者，那其实是在找自变量(x)和因变量(y)之间的相关系数，看这两个变量之间的相关关系大不大．然后再做多变量回归（加入必要的控制变量）来看这个相关关系是由控制变量引起的，还是由自变量对因变量的因果关系造成的．［纯属个人理解］

1: 我说的单变量回归，是因变量对一个自变量回归＋控制变量。当然，我也有看到有的博士论文也有不加控制变量的对单变量的回归
2： 接着对你的回答追问：“那如果是前者，那其实是在找自变量(x)和因变量(y)之间的相关系数，看这两个变量之间的相关关系大不大” 你如何看因变量与自变量的相关关系？ 是看回归出来的R2吗？

3：“然后再做多变量回归（加入必要的控制变量）来看这个相关关系是由控制变量引起的，还是由自变量对因变量的因果关系造成的” ，我的理解是，回归没有办法判定因果关系

4： 我的假设是： 假设正确的模型是几个自变量＋控制变量对因变量的回归，这时，你只放了一个自变量＋控制变量对因变量回归，这时，就有遗漏变量的问题，如果有遗漏变量，就存在内生性的问题，存在内生性的问题，回归系数的估计就存在一致性的问题，这样问题就很大，那么做一个自变量＋控制变量对于因变量的回归的意义在哪里？如果是错的，为什么那么多论文都是这么做的，问了很多同学，他们答，别人这么做，所以我也这么做，对这个答案很不满意，希望牛人出来解答一下

1: 我说的单变量回归，是因变量对一个自变量回归＋控制变量。当然，我也有看到有的博士论文也有不加控制变量的对单变量的回归
2： 接着对你的回答追问：“那如果是前者，那其实是在找自变量(x)和因变量(y)之间的相关系数，看这两个变量之间的相关关系大不大” 你如何看因变量与自变量的相关关系？ 是看回归出来的R2吗？

3：“然后再做多变量回归（加入必要的控制变量）来看这个相关关系是由控制变量引起的，还是由自变量对因变量的因果关系造成的” ，我的理解是，回归没有办法判定因果关系

4： 我的假设是： 假设正确的模型是几个自变量＋控制变量对因变量的回归，这时，你只放了一个自变量＋控制变量对因变量回归，这时，就有遗漏变量的问题，如果有遗漏变量，就存在内生性的问题，存在内生性的问题，回归系数的估计就存在一致性的问题，这样问题就很大，那么做一个自变量＋控制变量对于因变量的回归的意义在哪里？如果是错的，为什么那么多论文都是这么做的，问了很多同学，他们答，别人这么做，所以我也这么做，对这个答案很不满意，希望牛人出来解答一下

谢谢！今天看了伍德里奇的书的第六章，问题明白了大半，谢谢Allenliu兄。

另外，追问：
如果“同理，当越多的自变量被加入到这个回归中，误差项与这些自变量相关的可能性就越大，进而就越有可能带来内生性．”
问： 如果越多的自变量被加入到回归当中，不是把这些因素从误差项中剔除出来吗，如此，使得这些因素不存在误差项当中了，就不会存在误差项同自变量相关的问题，不是减少了内生性了么？ 望帮忙解惑。

“如果是前者，那其实是在找自变量(x)和因变量(y)之间的相关系数，看这两个变量之间的相关关系大不大”

问：如果仅是因变量对于单一自变量的回归，来寻求两个变量之间的相关关系，会不会太不严谨了。因为，有可能该控制的控制变量都没有加进去，估计出来的相关关系会不会有偏误？在这样的做法下，遗漏的变量都归入误差项，如果，遗漏变量恰好同自变量相关，是会产生内生性的，这样理解对吗？
另外，如果要通过这种方式寻求两个变量的相关关系，有什么前提条件? 做单变量回归后 ，需要再看看残差图吗？