请教，均值比较和回归系数不一致，能解释吗？

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

因变量：Y
自变量：费率，本身是连续变量，人为分为低、中、高组。
然后低费率组对应Y的均值>中费率组，但是不显著。
       中费率组对应Y的均值<高费率组，显著。即是说费率和Y正相关？
       即均值图曲线是V字形的……

回归以后，费率和Y 显著负相关。

这种情况该怎么解释或者调整？头疼死了，感谢各位！

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：回归系数 均值比较 连续变量 自变量 因变量 样本 中位数 因变量 自变量

athas_pro 发表于 2015-8-28 22:53
因变量：Y
自变量：费率，本身是连续变量，人为分为低、中、高组。
然后低费率组对应Y的均值&gt;中费率组，但 ...

低等和中等差异不显著，却和高等差异显著。试试中等和高等显著与否呢。若显著，尝试将低等和中等合并呢。ps:你分低，中和高三组是否有依据呢？如果没有依据，为什么连续变量要分组呢，直接以连续变量纳入模型就好啊。祝好运～

xddlovejiao1314 发表于 2015-8-29 09:06
低等和中等差异不显著，却和高等差异显著。试试中等和高等显著与否呢。若显著，尝试将低等和中等合并呢。 ...

感谢回复。
分组是按另一篇文献，按20%和80%分位数划分的，做均值比较，然后再回归……我算是依葫芦画瓢，虽然现在还不是很明白为什么。
中低等合并的思路倒是很有启发~我先尝试按照这个思路改成划分两组（只分低、高）而不是三组，再做均值比较，结果显著了。不过，我仍然头疼的一个问题就是，均值比较里低费率组的Y是低于高费率组的Y，即是说费率和Y是正向关系；可是回归里费率的系数是负的，说明费率跟Y反向关系。这时候我该怎么办呢？

还是说，其实均值比较这步可以假装没做，就忽略过去呢？

athas_pro 发表于 2015-8-29 09:25
感谢回复。
分组是按另一篇文献，按20%和80%分位数划分的，做均值比较，然后再回归……我算是依葫芦画瓢 ...

是不是你没有在构建模型前对Y数据做预处理，使得Y存在极端异常值，改变了回归系数的方向。按道理来说，如果你对数据进行了预处理，你的结果会与描述性统计分析结果类似的。同时，也请检验下模型中的自变量是否存在多重共线性，这也可能导致模型系数方向发生改变。祝好运～

athas_pro 发表于 2015-8-29 09:25
感谢回复。
分组是按另一篇文献，按20%和80%分位数划分的，做均值比较，然后再回归……我算是依葫芦画瓢 ...

是不是你没有在构建模型前对Y数据做预处理，使得Y存在极端异常值，改变了回归系数的方向。按道理来说，如果你对数据进行了预处理，你的结果会与描述性统计分析结果类似的。同时，也请检验下模型中的自变量是否存在多重共线性，这也可能导致模型系数方向发生改变。祝好运～

ok，学习了！！！！

xddlovejiao1314 发表于 2015-8-29 09:40
是不是你没有在构建模型前对Y数据做预处理，使得Y存在极端异常值，改变了回归系数的方向。按道理来说，如 ...

我的做法是对所有连续变量包括Y都做了1%的winsorize。
对绝对数值的变量取了对数，比率变量我记得哪里看到的说法是不要取对数。

回归的话，是当只有Y和费率的时候，正相关（与均值比较结果一致），但是并不显著
              加入一系列控制变量以后，负相关（与均值比较结果不一致），显著。
所以不知道怎么解释……

你有提示多重共线性问题，如果看VIF的话是都远远小于10。但是如果看共线性诊断里的条件索引是有超过的。我也很迷茫，究竟哪种判断多重共线性靠谱？很多时候感觉如果都非常严格做完所有检验，我的数据怎么也无法满足。

不好意思一直在提问。因为没有系统的学习过计量经济学，完全是在摸石头过河，总感觉自己在看十万个为什么。兄台在坛子里十分活跃，望赐教一二。

athas_pro 发表于 2015-8-29 14:33
我的做法是对所有连续变量包括Y都做了1%的winsorize。
对绝对数值的变量取了对数，比率变量我记得哪里看 ...

连续性的变量取对数在某种程度上可缓解异方差的影响。个人不建议使用缩尾命令处理数据，直接对正偏态分布数据取对数即可。建议你做散点图和箱图看看是否还存在极端异常值，看看关注自变量和因变量间的关系是正或是负。始终感觉哪里有问题，但因为现在只是知道你口述的东西，没有一些截图，没法进一步帮忙诊断。PS:现在根据vif值判断，你的模型是不存在多重共线性的。

xddlovejiao1314 发表于 2015-8-29 14:49
连续性的变量取对数在某种程度上可缓解异方差的影响。个人不建议使用缩尾命令处理数据，直接对正偏态分布 ...

那么还要再请教，之前我看的说法“比率不宜取对数”，你觉得正确吗？因为Y和费率都是属于比率数值，所以我一直没有取对数。
箱图确实不太理想，而且我不是太明白从箱图看到的异常值应该怎么处理？
SPRD是原始比率，LNSPRD是取对数以后，好像还是不理想》？

athas_pro 发表于 2015-8-29 15:23
那么还要再请教，之前我看的说法“比率不宜取对数”，你觉得正确吗？因为Y和费率都是属于比率数值，所以我 ...

比率数据本来就比较少，一般也不会右偏，所以对比率数据取不取对数没多大关系。大家公认的操作可能是不取对数。至于你现在这样，取了对数后还是有异常值，建议做稳健回归。spss实现比较麻烦，建议用stata软件，语句加robust。这样就不担心极端异常值的影响了。祝好运。