statistics - 多元回归相关效应

Question

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 执行回归。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）。但是，当我对大范围的数据（X1 和 X2）执行多元回归时，X2 对 Y 的影响会降低并且变得微不足道。这些方法如何给出相互矛盾的结果？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。

标签： statisticsregressioncorrelation

Answer 1

以数学符号查看代码或以上内容可能会很好。例如：你是否包括了常数项？

什么时候看到：

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

或者

Y = B0 + B1X1 + B2X2 + B3X1X2 + B4X1^2 + B5X2^2

并查看系数是否有变化，是否有新的重要系数。

您可以进一步探索结构方程模型