关于回归结果数值大、数量级的问题

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

最近用stata好不容易纠结出来结果，该显著的也显著了，正负号也符合预期，但是数值又有问题。
看别人的论文自变量的系数都只有零点几，说明变化一单位对因变量的影响只有百分之多少。而我的数值有零点几，一点几甚至20多。而且同一个自变量放在不同模型中，对同一个因变量回归，也就是A=B+C时B的系数为0.8，但在A=B+D时B的系数又变为24，如果说是数量级的问题，那么B放在这两个模型里，只要是对A回归，系数相差也不会如此大吧？难道会是C和D的问题？不知道有没有这类结果出现呢？对此感到十分不解！

本人的计量也只停留在初级阶段，不知到底哪里出了问题，请高手赐教！！！万分感谢！！！

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：回归结果 数量级 Stata 一个因变量 看别人的 数量级

你的数据是否都取了对数变换?如果取了对数变换还有超过1的，那就非常异常，检查一下数据或模型。

statax 发表于 2016-2-3 11:15
你的数据是否都取了对数变换?如果取了对数变换还有超过1的，那就非常异常，检查一下数据或模型。

数据比较大的，比如人均GDP,居民消费都是10000多，就取了对数，取完后变到10左右，其他的数据有平均数是1点多、2点多或者0点几的~~我也不知道是哪里出了问题，会不会是10点多对0点多、1点多之间存在数量级问题？

Tranquil0609 发表于 2016-2-15 15:40
数据比较大的，比如人均GDP,居民消费都是10000多，就取了对数，取完后变到10左右，其他的数据有平均数是1 ...

取完对数后系数代表弹性，不应该出现10点多，这个最好检查数据，画画散点图，做描述性分析等。

statax 发表于 2016-2-29 23:32
取完对数后系数代表弹性，不应该出现10点多，这个最好检查数据，画画散点图，做描述性分析等。

我现在把所有的变量都取了对数，模型一共包括三个回归，结果大部分都正常了，系数为零点几，只有少数出现2点多、3点多我觉得应该也还解释的了，就有一个是12点多的，还显著（自变量变化1%，因变量变化12%），您觉得这个正常吗？

Tranquil0609 发表于 2016-3-7 15:33
我现在把所有的变量都取了对数，模型一共包括三个回归，结果大部分都正常了，系数为零点几，只有少数出现 ...

不正常，检查一下原始数据吧。

statax 发表于 2016-3-7 20:36
不正常，检查一下原始数据吧。

[cry][cry]啊。。。不会检查原始数据。。。不知道从何检查起啊~~~头大！

楼主 我也遇到了这个问题 请问怎么回事啊

回归分析中出现系数的数值很大或者在不同模型中系数变化较大的情况，可能是由多种原因导致的，以下是一些可能的解释和建议：

1. **量纲和单位问题**：首先要检查自变量和因变量的单位是否一致，是否进行了适当的标准化处理。不同的量纲和单位可能导致系数的数值差异很大。尝试对数据做标准化处理（例如，将变量转换为z-score），看看系数是否会更加合理。

2. **异常值和杠杆点**：异常值或者杠杆点可能会对回归结果产生很大影响，尤其是在小样本数据中。检查数据中是否存在异常值或者杠杆点，并考虑对其进行处理，如剔除或者使用稳健的回归方法。

3. **多重共线性**：自变量之间高度相关（即多重共线性）可能导致系数估计不稳定，出现很大的变化。可以计算方差膨胀因子（VIF）来检测多重共线性的问题，并考虑删除一些高度相关的变量或者使用岭回归等方法来减少多重共线性的影响。

4. **模型设定问题**：可能是因为模型设定不恰当或者遗漏了重要的变量。例如，如果模型中遗漏了与自变量和因变量都相关的变量，可能会导致其他变量的系数估计出现偏差。尝试检查模型的设定是否合理，是否有重要的变量被遗漏。

5. **交互作用和非线性关系**：如果自变量与因变量之间存在交互作用或者非线性关系，而模型中没有适当地包括这些关系，可能也会导致系数的数值异常或者在不同模型中变化大。考虑在模型中加入交互项或者使用非线性模型来探索变量之间的真实关系。

6. **样本大小**：样本大小也可能影响系数的稳定性。一般来说，样本越大，回归系数的估计越稳定。如果样本量较小，可能导致系数估计波动较大。

综上所述，解决这个问题需要你从多个角度来审视和分析你的数据和模型设定。可能需要尝试不同的模型设定、数据处理方法，直到找到最合理解释你的数据的方法。同时，也建议查阅相关的统计学和计量经济学的文献，以获取更多的技术指导和灵感。

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