关于统计分析中分析很多自变量对因变量的影响

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

目前的数据想分析很多自变量（几十个）对因变量的影响，在建立统计分析模型的时候是把所有的自变量放在一起分析 还是 一个自变量一个自变量分开分析？两种情况会有什么差别？

谢谢！

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：统计分析 因变量 计分析 自变量 分析模型 因变量 自变量 统计 影响

如果我没理解错的话，你指的是多元回归和一元回归的区别。
我记不清楚了，但是有一点，由于自变量之间可能存在多重共线性，
多元回归和分开做回归是不一样的。

比如多元回归时，由于多重共线性，有的变量前的系数不显著。
但是做一元回归，自变量前的系数大概都是显著的吧，我不确定。

做多元回归分析需要考虑到变量之间的多重共线性，这个需要用到reg选项加method=stepwise，可以用于排除变量之间的共线性。

mingfeng07 发表于 2014-6-5 12:44
做多元回归分析需要考虑到变量之间的多重共线性，这个需要用到reg选项加method=stepwise，可以用于排除变量 ...

就是应该用多元回归是么？只不过得先排除变量间的共线性？我们很多变量是类别变量，怎么排除共线性

那多元回归和一元回归在分析某一个自变量对因变量影响的时候会有什么差别呢？换句话说 就是研究一个自变量对因变量的影响时，是单独分析它更准确 还是把它连同整个环境中的其它变量一起分析时更准确？

monstercalo 发表于 2014-6-5 15:49
就是应该用多元回归是么？只不过得先排除变量间的共线性？我们很多变量是类别变量，怎么排除共线性

那 ...

如果你要考虑一个自变量对因变量的的影响，那就是一元回归分析，这个就没有必要考虑整个环境了；如果你要考虑多个因素的话，那就得多元回归；一般来说考虑的因素越多，分析自然一般更准确，不过也需要注意各个因素之间存在一定的共线性，如果是类别变量的话，可以考虑把分类变量改成虚拟变量，比方说对性别，可以设置为男的为1，女的为0等等之后，在做回归分析。

mingfeng07 发表于 2014-6-5 17:06
如果你要考虑一个自变量对因变量的的影响，那就是一元回归分析，这个就没有必要考虑整个环境了；如果你要 ...

是这样的，类别变量都用了0,1,2等数值表示，问题是这些变量之间怎么检查共线性，发现一些变量共线性之后一般用什么方法处理这些共线性的变量呢？

monstercalo 发表于 2014-6-5 17:27
是这样的，类别变量都用了0,1,2等数值表示，问题是这些变量之间怎么检查共线性，发现一些变量共线性之后一 ...

在reg选项用method=stepwise，也就是逐步回归方法，你可以看到回归结果最后仍然保留在模型里的那些自变量就是你所需要的，已排除在外的自变量就不用考虑了。你调试一下就明白了