逐步回歸分析求助：ｒ方數(shù)據(jù)過大

相似文件 換一批

是 否 +2 論壇幣

k人 參與回答

經(jīng)管之家送您一份

應(yīng)屆畢業(yè)生專屬福利!

求職就業(yè)群

趙安豆老師微信：zhaoandou666

經(jīng)管之家聯(lián)合CDA

送您一個全額獎學(xué)金名額~ !

立即領(lǐng)取

感謝您參與論壇問題回答

經(jīng)管之家送您兩個論壇幣！

+2 論壇幣

請經(jīng)濟學(xué)大佬們幫忙看看，我的數(shù)據(jù)用的是ｓｐｓｓ逐步回歸模型，擬合度調(diào)整后的R方都996了，是否太高？是不是沒有研究的意義了呀，我看ｄｗ、共線性和顯著性好像都沒有問題，實在不知道要怎么調(diào)整了？已經(jīng)搞了半個多月，實在是搞不出來了，走過路過的帥哥美女們都幫孩子看看吧，已經(jīng)在崩潰的邊緣了，好怕沒法畢業(yè)了！備注：使用的數(shù)據(jù)是2020-2024年的成本及收益數(shù)據(jù)

掃碼加我 拉你入群

請注明：姓名-公司-職位

以便審核進群資格，未注明則拒絕

分享0 收藏0 回帖

關(guān)鍵詞：分析求助 逐步回歸 回歸分析 研究的意義 回歸模型 經(jīng)濟

當(dāng)模型的擬合度過高時，可能會出現(xiàn)過過擬合（Overfitting）現(xiàn)象。模型在訓(xùn)練數(shù)據(jù)上表現(xiàn)得非常好，但在新的數(shù)據(jù)上可能表現(xiàn)不佳。過擬合可能是因為模型包含了過多的變量，或者變量之間存在復(fù)雜的關(guān)系，導(dǎo)致模型對訓(xùn)練數(shù)據(jù)中的噪聲和隨機波動進行了擬合。

雖然DW值、共線性和顯著性看起來沒有問題，但還是需要仔細(xì)檢查每個變量的系數(shù)和意義，在實際經(jīng)濟或業(yè)務(wù)背景下變量合理。檢查變量之間是否存在理論上的因果關(guān)系，系數(shù)的符號是否符合預(yù)期。
將數(shù)據(jù)分為訓(xùn)練集和測試集，重新擬合模型并在測試集上進行預(yù)測。如果模型在測試集上的表現(xiàn)明顯下降，可能存在過擬合問題�？捎媒徊骝炞C（如k-fold交叉驗證）評估模型的泛化能力，在不同的數(shù)據(jù)子集上多次訓(xùn)練和測試模型，數(shù)據(jù)分割和交叉驗證檢查模型的合理性。

逐步回歸本身是一種變量選擇方法，但可能仍然包含了一些不必要的變量�？紤]簡化模型  可試試手動減少一些變量，觀察模型擬合度和預(yù)測能力的變化。根據(jù)業(yè)務(wù)知識和理論基礎(chǔ)，去除一些相關(guān)性較弱或解釋性不強的變量。
檢查數(shù)據(jù)的獨立性和同分布假設(shè)，數(shù)據(jù)的獨立性、同分布性等數(shù)據(jù)滿足回歸分析的基本假設(shè)，如果數(shù)據(jù)存在自相關(guān)性或異方差性，可能會影響模型的可靠性�？梢酝ㄟ^繪制殘差圖等方法來檢查這些假設(shè)是否成立。