相關(guān)性不顯著還要繼續(xù)回歸分析嗎

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

今天看到一個相關(guān)性與回歸分析的帖子，想不明白，請教各位大俠：
剛看了一篇外文文獻，其中提到了幾個變量之間的相關(guān)性分析。作者用SPSS得出A與B的相關(guān)性系數(shù)約為0.09，但顯著性水平大于0.05即不顯著。隨后繼續(xù)作回歸性分析（未闡明是否是多元線性）結(jié)論是BETA 值0.35，顯著性水平小于0.05。 因此有個疑問，既然相關(guān)性分析得出的結(jié)論是兩已經(jīng)不顯著相關(guān)了，為何還要繼續(xù)回歸分析，回歸分析不是得出具體的何種相關(guān)關(guān)系系數(shù)的嗎？求正解。
補充：在pearson系數(shù)檢驗時，發(fā)現(xiàn)自變量X1與因變量Y不相關(guān)，再加上控制變量X2,X3,X4跑多元回歸時，該自變量的系數(shù)卻在5%的水平上顯著。。。。。。

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1 收藏10 回帖

關(guān)鍵詞：回歸分析 相關(guān)性 pearson 相關(guān)性分析 控制變量 回歸分析 pearson 相關(guān)性 因變量 自變量

同求

如果X1與Y的簡單相關(guān)不顯著，理論上不需要再進行簡單回歸分析，因為標(biāo)準(zhǔn)化回歸係數(shù)就是Pearson r�，F(xiàn)在該作者加入了X2、X3、X4之後，X1變得與Y有相關(guān)，那麼極有可能就有是抑制變數(shù)(Supressor)的關(guān)係，此時推論宜更加小心。

It might be helpful, if you think about the so-called "Simpson's paradox."
Here is a bit of information.
Http://zh.wikipedia.org/wiki/%E8 ... %E6%82%96%E8%AE%BA#

如果X1與Y的簡單相關(guān)不顯著，理論上不需要再進行簡單回歸分析，因為標(biāo)準(zhǔn)化回歸係數(shù)就是Pearson r�，F(xiàn)在該作者加入了X2、X3、X4之後，X1變得與Y有相關(guān)，那麼極有可能就有是抑制變數(shù)(Supressor)的關(guān)係，此時推論宜更加小心。

抑制變數(shù)是什么意思？
根據(jù)辛普森悖論的這個例子，盡管pearson相關(guān)系數(shù)檢驗不顯著，但是還是應(yīng)該進行考慮了更多因素的多元回歸分析。。。。這樣理解對不？

簡單相關(guān)不能說明什么，因為沒有控制其他變量不變。

例如：產(chǎn)量與化肥施用  簡單相關(guān)可能是負的，（土壤肥力高的化肥施用量本身就少，但產(chǎn)量不一定就低）
      如果控制土壤本身的肥料，那么 產(chǎn)量與化肥施用量就是正的了。

謝謝藍色，這個例子舉得很有說服力

藍色，頂一個

回歸是因果分析。經(jīng)濟學(xué)做的就是因果，即使相關(guān)性不足

大數(shù)據(jù)背景下，研究的就是相關(guān)性，即使沒有因果關(guān)系

tony2040044 發(fā)表于 2015-3-30 23:04
回歸是因果分析。經(jīng)濟學(xué)做的就是因果，即使相關(guān)性不足

大數(shù)據(jù)背景下，研究的就是相關(guān)性，即使沒有因果關(guān) ...

為什么“大數(shù)據(jù)背景下，研究的就是相關(guān)性，即使沒有因果關(guān)系”？