各位大佬小白求救，可不可以用模糊评价得出的隶属度作为被解释变量，在进行回归分析？

我首先用模糊评价测量出一个隶属度，在文章中就隶属度就是福利水平，而模糊评价用的指标我选择了经济指标，社会关系，生存条件等几个方面的二级指标，进行测量的。
然后我想用测量出来的福利水平也就是模糊综合评价的隶属度当作被解释变量Y，然后选择其他的指标做回归（不包括上述模糊评价所用到的具体指标），这几个解释变量有定性变量，也有定量变量，都是截面数据，比如是否购买保险（虚拟变量），贷款的来源（定性变量），贷款的金额（连续变量）等，分析模糊评价中得出的隶属度也就是福利水平和这几个指标的相关性。
不知道可不可以？
简单的说就是：
1.模糊评价求出隶属度W，即个人福利水平。可以看作W=（U1，U2，U3，U4...U10）
2.用W作为被解释变量即：W=a1X1+a2X2+a3X3......a8X8
注：1中的u与2中的X互不相同。
今天做了简单的回归，R方都很低，而且显著性都十来个变量都无法通过，是模型选择的问题吗？还是样本量太少？还是在理论上根本就说不通，不能这么做？
感谢各位大佬了，我身边的人已经解决不了这个问题了，更不敢打扰老板。。。

源生法力 发表于 2018-9-25 13:48
谢谢您，那我下一步应该怎么处理呢，您有没有好的建议啊

扩大样本量，精简指标。祝好运~

理论上说是可以的，R方很低的原因很多。

逻辑上并没有什么问题，变量不显著的原因有很多。可能是样本量的问题，可能是理论上本来就不相关，也可能是测了偏误的问题。祝好运~

kuangsir6 发表于 2018-9-25 08:01
理论上说是可以的，R方很低的原因很多。

嗯嗯，谢谢您，还在不断的试原因，您有没有什么合适的解决方法呢？

xddlovejiao1314 发表于 2018-9-25 08:18
逻辑上并没有什么问题，变量不显著的原因有很多。可能是样本量的问题，可能是理论上本来就不相关，也可能是 ...

谢谢您，那我下一步应该怎么处理呢，您有没有好的建议啊

从指标入手，反复印证，相信楼主可以的！

谢谢您。