只有一个自变量进入逐步回归，该放弃吗？

我做逐步回归也是只有一个变量进入，也头痛中！

希望多讨论

再看看一次啊

建议看看自变量间是不是有多重共线性。

alexbest007 发表于 2009-8-29 12:09
我的数据是来自各银行的财务指标数据。做简单相关分析时各自变量和因变量之间的相关性比较强，基本符合预期。

但是我做到逐步回归时发现，只有一个变量（而且是控制变量）进入逐步回归。（逐步回归选取第一个进入回归的自变量是与因变量相关性最大的那个，第二个及其之后才是偏相关度最大的。）

我剔除掉该控制变量重新做逐步回归，仍然只有一个变量进入（是个较重要的解释变量）。

我想问的是，
1.只有一个自变量进入逐步回归，我能够说其对因变量有预测作用吗？
2.能够剔除掉逐步这个重要的控制变量，把剩下的变量拿来做回归吗，这样是否很不合理会受到很多质疑？如果我声明是因为该控制变量的影响过大，而我主要想研究解释变量呢？

请大家替我解答一二吧，我困惑很久了，感激不尽！！

根据你前面几个帖子的陆续介绍，我感觉在偏相关较低的情况下，可能有以下情况：
1.变量之间存在虚假相关，实际上无关。
2.变量之间可能不是线性关系。
3.变量的属性分布不满足回归分析的基本前提。
4.其它未知情况。

没看到你的数据，不太好说。揣测你的数据为：y,x1,x2,...则：

1、当你做简单相关分析时，如果发现各自变量和因变量之间的相关性比较强，就应该警惕，这往往预示着各自变量之间很可能存在着较强的多重共线性，或者你的样本量太少（当样本量小于变量数目时，rank(X'*X)=rank(X)<p，理论上无逆！）。

2、多重共线性的简单验证：用多重回归，如果方程的F检验可以通过，而各回归系数无法通过t检验，则说明的确如此。更专业的检验方法，计算VIF膨胀因子。

3、其实用一个因素进行预测是可以的，比如公安常用鞋码估算罪犯身高。但在经济界，肯定会受到质疑，除非你有较强的数据支持，但更多的可能是你选择的研究问题根本不值一提，太简单了。

4、如果确实存在多重共线性，你可以考虑岭回归或PLS。
注意：虽然很多人会建议你用主成份分析或因子分析，我个人持反对意见，因为主成份分析或因子分析实际上也会受到多重共线性的影响，只不过程度较轻而已。

miniwhale
的回答比较专业，收藏了先：）

kuangsir6 发表于 2009-12-27 10:27

alexbest007 发表于 2009-8-29 12:09
我的数据是来自各银行的财务指标数据。做简单相关分析时各自变量和因变量之间的相关性比较强，基本符合预期。

但是我做到逐步回归时发现，只有一个变量（而且是控制变量）进入逐步回归。（逐步回归选取第一个进入回归的自变量是与因变量相关性最大的那个，第二个及其之后才是偏相关度最大的。）

我剔除掉该控制变量重新做逐步回归，仍然只有一个变量进入（是个较重要的解释变量）。

我想问的是，
1.只有一个自变量进入逐步回归，我能够说其对因变量有预测作用吗？
2.能够剔除掉逐步这个重要的控制变量，把剩下的变量拿来做回归吗，这样是否很不合理会受到很多质疑？如果我声明是因为该控制变量的影响过大，而我主要想研究解释变量呢？

请大家替我解答一二吧，我困惑很久了，感激不尽！！

根据你前面几个帖子的陆续介绍，我感觉在偏相关较低的情况下，可能有以下情况：
1.变量之间存在虚假相关，实际上无关。
2.变量之间可能不是线性关系。
3.变量的属性分布不满足回归分析的基本前提。
4.其它未知情况。

强力贴，学习。不过没看懂。绿手学习真困难。

楼上各位大侠领教了。
感觉10楼的说的比较彻底，变量选择需要根据专业知识，否则，就是相关系数为1也不能说明问题，那可真是数字游戏了。