关于相关性分析，急！！！！

kiddy_q 发表于 2010-7-23 21:07
4# feig
请问大样本一般是多少数据量？

一般而言，样本数至少应该是解释变量的5-10倍，否则损失自由度，利用最小二乘法得出来的r平方是没有意义的。

建议要么增加样本数，要么删除几个解释变量， 只保留2-3个解释变量。

上面只有robinlyf说的对路。
不过楼主的这个问题跟跟样本量大小不是很相关，在样本量大的情况下也是经常会出现的。
楼主遇到困难主要是存在着两个基本的误区。
首先是相关系数与回归结果中的估计量和统计量间的差别。相关系数只是描述两个序列趋势或者数据分布间的相关程度。而p-value或者t-statistic通常只是检验数据是否显著(区别于0)。你的结果其实并没有体现出item1与item5有较强的相关性，item5的系数所伴随的较高的t-statistic或者较低的p-value只说明你的所得到的系数的估计值0.0023是显著的。记住，p-value体现了系数估计值的显著程度，而不体现相关程度。
我想说的第二点是，相关系数仅仅体现了两个序列间的关系，而回归分析体现的是一系列变量间的关系。item1中可能会与item2部分相关的同时与item3部分相关，但item3与item2间也会有部分相关，而这些部分中经常会有重叠，所以当你用item2和item3同时作为item1的解释变量进行回归的时候，他们各自的系数都会略小些也是正常的，除非你item2与item3是完全不相关的。
这些都是很基本的统计和计量知识。如果真的搞这方面的工作，还是补补为好。
前面一些人提到了样本量，这当然也是个问题。但我觉得这还不是你的焦点。

yuanjackson 发表于 2010-7-24 08:41
上面只有robinlyf说的对路。
不过楼主的这个问题跟跟样本量大小不是很相关，在样本量大的情况下也是经常会出现的。
楼主遇到困难主要是存在着两个基本的误区。
首先是相关系数与回归结果中的估计量和统计量间的差别。相关系数只是描述两个序列趋势或者数据分布间的相关程度。而p-value或者t-statistic通常只是检验数据是否显著(区别于0)。你的结果其实并没有体现出item1与item5有较强的相关性，item5的系数所伴随的较高的t-statistic或者较低的p-value只说明你的所得到的系数的估计值0.0023是显著的。记住，p-value体现了系数估计值的显著程度，而不体现相关程度。
我想说的第二点是，相关系数仅仅体现了两个序列间的关系，而回归分析体现的是一系列变量间的关系。item1中可能会与item2部分相关的同时与item3部分相关，但item3与item2间也会有部分相关，而这些部分中经常会有重叠，所以当你用item2和item3同时作为item1的解释变量进行回归的时候，他们各自的系数都会略小些也是正常的，除非你item2与item3是完全不相关的。
这些都是很基本的统计和计量知识。如果真的搞这方面的工作，还是补补为好。
前面一些人提到了样本量，这当然也是个问题。但我觉得这还不是你的焦点。

说得真好，希望楼主增加样本，好好研究一下统计

样本点太少了

打好基础！搞清楚回归p值和相关系数的概念

样本数量太少，而且这五个变量之间的关系要深入分析。

相关系数表示两个变量之间线性相关程度和方向的度量指标，其值介于-1—1之间，绝对值越大相关程度越高。
回归P值可以理解为在总体回归系数为0的原假设条件下得到样本统计量出现的概率，其值在0—1之间，越小（一般小于0.5）就表示越能拒绝原假设，说明总体回归系数是显著的（自变量的变化能引起因变量的变化），即回归系数通过显著性检验。

因为,你在回归分析的时候,item3,item4, item5,item6 之间的相关关系产生了抵消作用,所以出现这个问题,
这叫做多重共线性!你查看一些统计上的书会有这个分析的!

你做回归
研究相关
15个绝对是做不出来的
至少是你研究变量数的20倍

至少需要60多个样本，即测度变量的10倍