Statistics 多元回归相关效应
我想研究两个自变量对因变量的影响。假设我们有X1,X2自变量和Y因变量Statistics 多元回归相关效应,statistics,regression,correlation,Statistics,Regression,Correlation,我想研究两个自变量对因变量的影响。假设我们有X1,X2自变量和Y因变量 我使用两种不同的方法。在第一种方法中,为了消除X1对Y的影响,我生成Y | X1的条件分布,并使用第二个变量X2进行回归。当我检查X2和Y | X1之间的相关性时,我得到了相对较高的相关性(R2>0.50)。然而,当我对大范围的数据(X1和X2)进行多元回归时,X2对Y的影响减小,变得不显著。这些方法如何产生相互矛盾的结果?对于给定的X1值,确定X2对Y的影响的最合适方法是什么?谢谢。看到代码或上面的数学符号可能会很好。 例
我使用两种不同的方法。在第一种方法中,为了消除X1对Y的影响,我生成Y | X1的条件分布,并使用第二个变量X2进行回归。当我检查X2和Y | X1之间的相关性时,我得到了相对较高的相关性(R2>0.50)。然而,当我对大范围的数据(X1和X2)进行多元回归时,X2对Y的影响减小,变得不显著。这些方法如何产生相互矛盾的结果?对于给定的X1值,确定X2对Y的影响的最合适方法是什么?谢谢。看到代码或上面的数学符号可能会很好。 例如:是否包含常量项 当: Y=B0+B1X1+B2X2 这将是最容易检查的,B2可能会给你你想要的 该模型仍然很简单,您可以探索以下内容: Y=B0+B1X1+B2X2+B3X1X2 或 Y=B0+B1X1+B2X2+B3X1X2+B4X1^2+B5X2^2 看看这些系数是否有变化,是否有新的显著系数 你可以进一步探索