向大神们求助！求助！求助！

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

大神，我们在做实证分析时，很多都会先对我们将要用的解释变量，算下皮尔逊相关系数或spearman correlations.如果解释变量之间的相关性在spearman correlations下不显著，他是怎么影响我们后面的实证呢。我们在后面的回归分析中对这两个变量改怎么处理。
谢谢各位大神了！

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：correlations correlation relations relation spearman 回归分析 相关性 影响

这两个相关系数验证的都是线性相关，如果坐下来系数在0.7以上 说明有线性相关关系，可以建立线性模型
当然也有可能做出来不高，那说明数据一般不是线性关系 但不代表不存在其他的相关关系，这时候就要结合散点图看数据的一个分布情况 然后考虑使用非线性模型还是想办法对数据进行加工 使之线性化

整个矩阵，多变量的时候怎么看啊

其实如果不存在完全的多重共线问题，初期的相关系数矩阵大可不必做，回归后可以直接做下VIF更容易判断。

相关系数只是两个变量之间的关系，在回归分析中仅表现为一元线性回归分析。但如果后期的实证模型中还有其他自变量，那么即便某个变量相关系数不显著，它和其他变量一起进入模型作为多个自变量影响时也可能是具有显著预测作用。要注意一元回归和多元回归的区别。

谢谢各位大神