spss多元线性回归，Backward 剔除参数之后，为什么 r变小？

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

spss多元线性回归，Backward 剔除参数之后，为什么 r变小？
这样是不是意味着相关性变差？不如不剔的精度高？
新手，请各位大虾指点！

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：SPSS多元线性回归 Backward 多元线性回归 ward 线性回归 相关性

变量少了，当然方程解释力就小了。R方就小了。

liulin249 发表于 2014-7-20 17:33
变量少了，当然方程解释力就小了。R方就小了。

那岂不是变量越多越好？

一，你能穷尽所有变量吗？不可能。二，只要方程本身显著即表明方程本身是可以接受的。三，不同学科R方差异非常大，计量经济文献中R方小于5%都随处可见；但在管理领域R方一般都比较大，达到70-90%都很多。四，经济学的R方小是因为还有太多的变量无法放入方程（原因太多了不一一介绍），管理领域的R方大是因为要把常见的控制变量要放入方程，而且对于管理领域的文献来说，由于研究的是企业本身，所以会把大多数的变量放入方程，导致R方比较大。五，我们做回归，如果关注的是方程本身的解释力，那就要关注R方；如果关注的是某（几）个变量是否对因变量有效应，那么我们只关注方程本身是否显著以及改变量的回归系数是否显著就可以了，其他的都不用关心了。六，你们学校不开设计量或者管理研究方法吗？