为什么不使用逐步回归
@鱼旭4235：spss做线性回归,依照什么选用“进入”或者“逐步”方法?有什么区别? -
胥便13855859798…… 做线性回归,有一个步骤是回归变量的选择,在开始回归之前,如果已经对各项因素很熟悉了,基本确定影响因素,那么可以选“进入”,如果对因素不甚了解,对其主次顺序还不太明确时,建议用“逐步”的方法;另外,逐步的方法可以对回归方程进行优化,所以,最终得到的方程一般来讲是最优的.
@鱼旭4235：关于逐步回归分析的问题 -
胥便13855859798…… 逐步回归的原理不是你这样理解的.逐步回归是将一组变量全部选进去进行拟合,从自变量和因变量的显著性大小逐步选择变量进入模型中.而进入模型中的自变量并不是按照显著性进行排序的,而是按照自变量的顺序排的.参数检验表中的beta并不是表示显著性的概率值,而是标准回归系数,表示自变量对因变量影响大小的系数,就是通常模型中的变量系数.因此在模型中剩下的自变量中都是对因变量有显著的影响,而并没有按影响的大小进行排序.
@鱼旭4235：spss 多元线性回归和多元逐步回归一样么? -
胥便13855859798…… 逐步回归分析是在回归分析的基础上,让系统自动移除掉不显著的X.可以使用SPSSAU的逐步回归,得到标准分析结果.
@鱼旭4235：什么是逐步回归法 -
胥便13855859798…… 在研究多项式回归问题时,自变量可能是一组不同的变量或某些组合的变量.但这些自变量对因变量y的影响不尽相同,有些自变量的作用可以忽略,而保留与 y有显著关系的适度“好”的那部分自变量,这就属于多元回归分析中变量筛选问题....
@鱼旭4235：spss多元回归分析sig过高 -
胥便13855859798…… 实际研究过程当中,我们选定的很多自变量并不一定对因变量有明显的影响,或者是两个自变量自身存在过高的相关,这个时候就会出现sig过高的情况,需要将不合格的自变量剔除.因此,回归方法不能够选择强行植入,而应该选择逐步回归(stepwise).
@鱼旭4235：spss分析中,多个定性变量为自变量时如何分析? -
胥便13855859798…… 如果太多这样的自变量,不建议做多元回归分析.而是独立样本T检验或方差分析更适合. 如果定性变量较少,可以多元回归,办法是虚拟变量法,包括变截距和变斜率. 若有帮助,请及时采纳,谢谢 统计人刘得意
@鱼旭4235：逐步回归和层次回归有什么区别呢 -
胥便13855859798…… 多元回归分析又可分为“逐步回归”(stepwise regression)和“层次回归”(hierarchical regression).“逐步回归”先选择与效标相关最高的预测变量进入方程,然后,运用偏相关方法,逐一检验与效标相关较高或次高的预测变量,直至新增变量不再产生具有统计显著意义的增量效应为止.“层次回归”则由研究者根据理论或实际需要确定不同变量进入回归方程的顺序. 这个可能用软件来实践下就会慢慢清晰概念了,可惜我也只听张老师淡淡的讲过些,希望对你有帮助!
@鱼旭4235：逐步回归分析法是基于什么情况下提出的 -
胥便13855859798…… 逐步回归在做多元线性回归分析时使用,当自变量较多时,我们需要选择对因变量有显著影响的变量,而舍去对因变量无显著影响的变量,最好的方法就是回归分析
@鱼旭4235：必须模型通过检验才能逐步回归吗 -
胥便13855859798…… 不是的,逐步回归是针对每一个模型,设置变量进入模型的方法为逐步,stepwise.其它的方法有forward、backward、enter等.
@鱼旭4235：逐步回归分析问题 -
胥便13855859798…… 可以的,逐步回归是处理多重共线(就是自变量之间有相关性)一个办法,但不是唯一的.为了更优,还可以使用岭回归、主成分回归等尝试.祝你成功,统计人刘得意
胥便13855859798…… 做线性回归,有一个步骤是回归变量的选择,在开始回归之前,如果已经对各项因素很熟悉了,基本确定影响因素,那么可以选“进入”,如果对因素不甚了解,对其主次顺序还不太明确时,建议用“逐步”的方法;另外,逐步的方法可以对回归方程进行优化,所以,最终得到的方程一般来讲是最优的.
@鱼旭4235：关于逐步回归分析的问题 -
胥便13855859798…… 逐步回归的原理不是你这样理解的.逐步回归是将一组变量全部选进去进行拟合,从自变量和因变量的显著性大小逐步选择变量进入模型中.而进入模型中的自变量并不是按照显著性进行排序的,而是按照自变量的顺序排的.参数检验表中的beta并不是表示显著性的概率值,而是标准回归系数,表示自变量对因变量影响大小的系数,就是通常模型中的变量系数.因此在模型中剩下的自变量中都是对因变量有显著的影响,而并没有按影响的大小进行排序.
@鱼旭4235：spss 多元线性回归和多元逐步回归一样么? -
胥便13855859798…… 逐步回归分析是在回归分析的基础上,让系统自动移除掉不显著的X.可以使用SPSSAU的逐步回归,得到标准分析结果.
@鱼旭4235：什么是逐步回归法 -
胥便13855859798…… 在研究多项式回归问题时,自变量可能是一组不同的变量或某些组合的变量.但这些自变量对因变量y的影响不尽相同,有些自变量的作用可以忽略,而保留与 y有显著关系的适度“好”的那部分自变量,这就属于多元回归分析中变量筛选问题....
@鱼旭4235：spss多元回归分析sig过高 -
胥便13855859798…… 实际研究过程当中,我们选定的很多自变量并不一定对因变量有明显的影响,或者是两个自变量自身存在过高的相关,这个时候就会出现sig过高的情况,需要将不合格的自变量剔除.因此,回归方法不能够选择强行植入,而应该选择逐步回归(stepwise).
@鱼旭4235：spss分析中,多个定性变量为自变量时如何分析? -
胥便13855859798…… 如果太多这样的自变量,不建议做多元回归分析.而是独立样本T检验或方差分析更适合. 如果定性变量较少,可以多元回归,办法是虚拟变量法,包括变截距和变斜率. 若有帮助,请及时采纳,谢谢 统计人刘得意
@鱼旭4235：逐步回归和层次回归有什么区别呢 -
胥便13855859798…… 多元回归分析又可分为“逐步回归”(stepwise regression)和“层次回归”(hierarchical regression).“逐步回归”先选择与效标相关最高的预测变量进入方程,然后,运用偏相关方法,逐一检验与效标相关较高或次高的预测变量,直至新增变量不再产生具有统计显著意义的增量效应为止.“层次回归”则由研究者根据理论或实际需要确定不同变量进入回归方程的顺序. 这个可能用软件来实践下就会慢慢清晰概念了,可惜我也只听张老师淡淡的讲过些,希望对你有帮助!
@鱼旭4235：逐步回归分析法是基于什么情况下提出的 -
胥便13855859798…… 逐步回归在做多元线性回归分析时使用,当自变量较多时,我们需要选择对因变量有显著影响的变量,而舍去对因变量无显著影响的变量,最好的方法就是回归分析
@鱼旭4235：必须模型通过检验才能逐步回归吗 -
胥便13855859798…… 不是的,逐步回归是针对每一个模型,设置变量进入模型的方法为逐步,stepwise.其它的方法有forward、backward、enter等.
@鱼旭4235：逐步回归分析问题 -
胥便13855859798…… 可以的,逐步回归是处理多重共线(就是自变量之间有相关性)一个办法,但不是唯一的.为了更优,还可以使用岭回归、主成分回归等尝试.祝你成功,统计人刘得意
