多元线性回归，当自变量太多时是否可以分别建立几个模型？

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

想做多元线性回归，由于我的样本数较少（100个），而想关注的自变量很多（可能有二三十个），这样是否导致自由度低？如果想要排除其中不显著的变量，仍然需要做一次回归，那么还是会碰上自由度低的问题。

所以我在想是否能分别建立几个模型，假设将这些变量分为ABC三类，A与B不相关，但A与C,B与C都相关。一个模型加入A,C做回归，另一个加入B,C做回归。这样的做法是否有问题？两个模型中都存在的B组变量是否会得到不同的估计结果？

如果我的想法有问题，又应该如何应对这种变量较多的情况呢？

小白求指点，谢谢！

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1 回帖

关键词：多元线性回归 线性回归 自变量 估计结果 自由度

从理论上来说你的数据量和自变量还是可以做回归分析的 当然自变量多出现严重共线性的概率会比较高



一种是做逐步回归，剔除不显著变量为主。

还有可以参考主成分回归或岭回归，目的在于降维。但是对于变量变化比较大，解释上需要加以合理阐述。

胖胖小龟宝 发表于 2017-10-20 11:28
从理论上来说你的数据量和自变量还是可以做回归分析的 当然自变量多出现严重共线性的概率会比较高

谢谢回复，后两种方法我再了解一下。
那如果像我说的变量分在两个模型做回归这种做法会有什么问题呢？