学习笔记 | 您所在的位置:网站首页 › 自变量是受因变量影响而产生反应的变量对吗 › 学习笔记 |
多元回归常见表达式为: 多元回归常见表达式1但其实,多元回归的表达式可以更清晰地表示为: 更能反映系数特征的表达式2式1可以看作是式2的简写。 如何理解式2中的系数: 举个栗子表示的是,以y作为因变量,以x2作为自变量,将除了x2以外的x1、x3……xp作为控制变量的回归系数。 系数的计算过程如下: 第1步,在因变量总效应中,去除x2以外的自变量产生的效应。此时左边的因变量是被净化后只包含x2产生效应的因变量。第2步,将自变量x2看作是其他变量的函数,去除x2以外的自变量对x2产生的效应。此时左边的x2是去除了其他变量对自身的影响后被净化的x2。第3步,第1步左边的y与第2步左边的x作一元线性回归,得到x2的系数。也就是说: 多元回归可以通过以上三步,被降维为一元回归。计量模型中x2的系数,就是去除了其他变量(被控制住)影响后,“单纯”的x2能够对y产生的影响。这就实现了对其他变量的“控制”。 在stata里操作一下,更直观感受: 这是我的面板数据,现在用残差回归的方法来对比一下变量r8的系数与直接跑回归得到的系数是否相同。 reg lnn rst3 fdi7 r8 //直接reg,得到r8的系数 reg lnn rst3 fdi7 //去掉r8 predict e1,res //残差项,只包含r8对y的影响效应 reg r8 rst3 fdi7 //控制变量对r8跑回归 predict e2,res //去掉控制变量之后,被“净化”的r8 reg e1 e2 //两个残差项回归,e2的系数为控制了其他变量之后r8的系数 两个加绿的回归结果中,r8的系数和e2的系数对比一下,发现是完全相同的。so~完结。 回归结果截图如下: 参考资料: Hoaglin, David C . Regressions are commonly misinterpreted: A rejoinder[J]. The stata journal, 2016. UP搬运工航航 相关视频 |
CopyRight 2018-2019 实验室设备网 版权所有 |