核心变量不显著，加了一堆控制变量后核心变量反而显著了。为什么？这样的显著可取吗？

xddlovejiao1314 发表于 2015-10-28 22:50
借用连玉君老师在https://bbs.pinggu.org/thread-3660691-1-1.html中的回答：“大臣们讨论问题，皇上没出 ...

谢谢您

xddlovejiao1314 发表于 2015-10-28 22:50
借用连玉君老师在https://bbs.pinggu.org/thread-3660691-1-1.html中的回答：“大臣们讨论问题，皇上没出 ...

是否是 原核心变量是加入进来变量的中介变量？

campbell0912 发表于 2017-1-7 14:39
是否是 原核心变量是加入进来变量的中介变量？

点赞~！谢谢！

campbell0912 发表于 2017-1-7 14:39
是否是 原核心变量是加入进来变量的中介变量？

这可能有很多原因。从中介效应的角度来说，加入变量后，原解释变量显著性降低，则新加入变量是原变量的中介变量。

楼主，这个问题你解决了吗？最后怎么做的？我现在也遇到同样的问题

假设y=a0+a1x1+a2x2+u，x1为核心变量，假设a1大于0，情况1：如果a2大于0，且x2与x1呈正相关，则，遗漏x2的情况下，会加大x1的估计系数a1，这是常见的情况。情况2：如果a2大于0，但x1与x2呈负相关；或者a2小于0，x1与x2呈正相关，此时遗漏变量后x1的估计系数会减小，即向0偏误。情况2下，增加x2控制变量后，会使得x1的系数增大；在样本量不变的情况下x1的标准误也不变。t值等于系数除以标准误，所以t值会变大，可能正好变得显著。（详细可参考伍德里奇的计量经济学导论中出现遗漏变量处理方法的相关章节）

学习一下

xddlovejiao1314 发表于 2015-10-29 11:00
中介作用和调节作用应该有多种，有正向的，有负向的。要结合具体分析具体分析。我给你提供的那个网址 ...

同学你好！如果加入某个控制变量后，核心解释变量变得显著。但是如果调整加入控制变量的顺序，先加入这个控制变量，并没有引起核心解释变量的显著性变化。反倒是，每每加入到第四个控制变量，核心变量都会变得显著。这就说明，某控制变量并不是中介变量，对吗？？

遗漏变量使得随机扰动项中包含更多的信息，从而SSR变大、参数估计量的方差也随之变大，从而t统计量变小，参数估计量就会不显著

在统计建模中，当添加更多的控制变量时，核心变量的显著性可能会改变。这主要有以下几个原因：

1. **多重共线性**：如果新加入的控制变量与核心变量高度相关（即存在多重共线性），那么这些新变量可能"吸收"了一部分核心变量的影响，使得核心变量在统计上变得更为显著。

2. **模型设定偏差**：如果没有包括所有重要的解释变量，可能会导致模型设定偏差。当添加了遗漏的控制变量后，模型会更准确地反映各个变量之间的关系，从而可能导致核心变量的显著性增强。

尽管如此，当我们观察到这种现象时，需要谨慎解读结果。我们需要确保新加入的控制变量是合理的，并且没有引入新的多重共线性问题。此外，我们还应考虑使用其他统计方法或模型来验证我们的发现。只有在对模型和数据进行了充分的分析和检查后，核心变量的显著性增强才可能是可靠的。

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用