分组后显著性降低

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

一个1500个观测值的样本，
回归后，要研究的自变量X1与因变量Y之间成显著正相关关系（p<0.05)
但是，当根据gender分成两组(男组500,女组1000个样本）、同时回归时，男、女两组中X1和Y间的关系都变得不显著了,（p=0.11和0.22)  ,回归系数符号不变、大小变化也不大
这个应该怎么解释呢？是观测值变少的后果?

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1 回帖

关键词：相关关系 观测值 自变量 因变量 样本 因变量 自变量

THIS MEANS THE GENDER VARIABLE IS A MIXTURE VARIABLE WHICH CAN YIELD MIXTURE EFFECT, HENCE YOU CAN EXPLAIN THAT THE GENDER IS QUITE IMPORTANT FOR THE Y VARIABLE. ALSO YOU CAN USE COVARIANCE METHOD TO SOLVE YOU PROBLEM

回爱萌 :

对不起，我原文打错了，应该是分组后估计系数变化“不大”，我原来给打成了“变化大”。您能再看一下么？ 谢谢！

3# sqzdk


statistical power. 假设population effect 不变，分组后statistical power只有原来的2／3 和1／3。结果不显著很正常。你分组前也是刚刚显著。

4# spoonshen

谢谢！

这是不是表示gender这一项对于我所关注的自变量x1 和因变量之间的关系并多大没有影响呢？

1000或几百个数据，p值0.1左右已经不错了，可以称之为“显著”。 the larger sample ,the larger power of rejection。建议保留这个变量。

6# 又见风车

谢谢！

原因应该很多。建议作全样本散点图看看，有个直观认识。
说不定两组gender形成两簇散点团，这就很有可能导致回归结果全样本显著，而分组后不显著。如：
clear
set seed 123456
set obs 1500
gen gender = (uniform()<=2/3)
gen x1 = 2 - 2*gender + rnormal()
gen y = x1 + 50*rnormal()
reg y x1
reg y x1 if gender
reg y x1 if !gender
sc y x1 if gender || sc y x1 if !gender