怎么判断时间序列加权回归模型型里需不需要要加交互项

在回归分析中什么是交叉变量或者叫交互项_百度知道
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。
在回归分析中什么是交叉变量或者叫交互项
我有更好的答案
这个是用来做调节效应分析的,将自变量与调节变量中心化之后相乘即可得到交互项。
采纳率:94%
来自团队:
为您推荐:
其他类似问题
回归分析的相关知识
换一换
回答问题,赢新手礼包苹果/安卓/wp
积分 262, 距离下一级还需 188 积分
权限: 自定义头衔, 签名中使用图片
道具: 彩虹炫, 涂鸦板, 雷达卡, 热点灯, 金钱卡, 显身卡, 匿名卡下一级可获得
道具: 抢沙发
(VIP/贵宾)九级
(VIP/贵宾)九级
已加入4年, 距下一级还需2年
权限: 隐身, 签名中使用图片, 自定义头衔, 设置回复可见, 设置帖子权限, 签名中使用代码
道具: 金钱卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板, 匿名卡, 显身卡, 抢沙发, 沉默卡, 变色卡, 提升卡, 千斤顶, 置顶卡
开心签到天数: 26 天连续签到: 1 天[LV.4]偶尔看看III
本人在做一个OLS多元回归分析,遇到一个问题,具体如下:
被解释变量是:娱乐消费支出
解释变量:2个虚拟变量,分别为居住地(农村=1,城镇=0)、户籍(农业户口=1,非农业户口=0),还有一些社会人口统计变量
主要是想看居住地和户籍这两个体现居民身份的变量对娱乐消费支出的影响是否显著
回归结果显示:居住地指标影响显著,户籍指标影响不显著
之后又加入这两个自变量的交互项后,即居住地*户籍,结果不仅交互项不显著,连居住地指标也变得不显著了,也就是三个指标(居住地、户籍、居住地*户籍)全都不显著了。
真崩溃,这是为什么啊?有办法解决吗?
请教高人!多谢!
支持楼主:、
购买后,论坛将把您花费的资金全部奖励给楼主,以表示您对TA发好贴的支持
载入中......
居住地和户籍之间存在很大的相关性,加入交互项之后,居住地和交互项共同影响解释变量,但两者之间的很多信息是相同的,并且户籍指标最初并不显著,模型应该存在多重共线性的问题,可以试试逐步回归。
您好,非常感谢!户籍和居住地的相关系数是0.5448,相关性是不是还不算很大?这有关系吗?
说明交互项影响更大吧,导致其他两个自变量影响太小了。
我又用estat vif检测了膨胀因子,
& & Variable |& && & VIF& && & 1/VIF&&
-------------+----------------------
rural_a2022|& && &9.97& & 0.100336
& && && & rural |& && &8.09& & 0.123561
& && & a2000 |& && &5.31& & 0.188345
& && &labor2 |& && &3.46& & 0.289321
&&hh_income2 |& && &2.96& & 0.338393
& && & a2022 |& && &2.82& & 0.353998
& & children |& && &2.65& & 0.376956
& && & a2012 |& && &2.22& & 0.449440
loghh_inco~1 |& && &1.80& & 0.554655
& && && &age |& && &1.66& & 0.601554
&&hh_income1 |& && &1.58& & 0.631625
& && & f3001 |& && &1.42& & 0.704677
& && & a3003 |& && &1.38& & 0.724700
& && & house |& && &1.38& & 0.726427
& && & f1001 |& && &1.28& & 0.781546
& && &retire |& && &1.27& & 0.784953
& && &region |& && &1.26& & 0.793295
& && & c7001 |& && &1.23& & 0.815005
& && & e2002 |& && &1.18& & 0.848352
& && & a2015 |& && &1.17& & 0.852118
& && & a2024 |& && &1.16& & 0.861458
& && & f2021 |& && &1.13& & 0.883938
& &&&savings |& && &1.13& & 0.886929
& && & a2003 |& && &1.13& & 0.887433
& &houseloan |& && &1.08& & 0.922947
& && &&&work |& && &1.07& & 0.936633
& && & f2001 |& && &1.07& & 0.937955
&&cinsurance |& && &1.06& & 0.947651
-------------+----------------------
& & Mean VIF |& && &2.25
第一行是居住地与户籍的交互项,第二行居住地,两个的1/VIF是最低的(0..123561),这是不是说明存在多元共线性的问题?怎么解决呢?把交互项做中心化处理吗?
我把户籍和居住地做了去中心化处理,产生两个新变量:Crural(标准化的居住地)和 Ca2022(标准化的户籍),然后又生成一个新的交互变量:Crural_Ca2022,之后又重新回归,处理结果是Crural显著,Ca2022和Crural_Ca2022不显著。这样处理之后是否就可以了?
哪位高手能帮忙解答一下啊,很着急,谢过了!!
jingleqq 发表于
我把户籍和居住地做了去中心化处理,产生两个新变量:Crural(标准化的居住地)和 Ca2022(标准化的户籍), ...中心化只是帮助更好的解释,对显著性没有影响。
我也遇到了与你类似的问题,询问身边大神,大神说:逐步回归
你百度一下就知道了。。
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向,请联系(010-);
邮箱:service@pinggu.org
投诉或不良信息处理:(010-)
论坛法律顾问:王进律师君,已阅读到文档的结尾了呢~~
扫扫二维码,随身浏览文档
手机或平板扫扫即可继续访问
SPSS实例:回归模型中如何增加交互项
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由:
将文档分享至:
分享完整地址
文档地址:
粘贴到BBS或博客
flash地址:
支持嵌入FLASH地址的网站使用
html代码:
&embed src='/DocinViewer--144.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布,请您等待!
3秒自动关闭窗口苹果/安卓/wp
积分 1418, 距离下一级还需 807 积分
权限: 自定义头衔, 签名中使用图片, 隐身, 设置帖子权限
道具: 彩虹炫, 涂鸦板, 雷达卡, 热点灯, 金钱卡, 显身卡, 匿名卡, 抢沙发, 提升卡下一级可获得
权限: 设置回复可见道具: 沉默卡
购买后可立即获得
权限: 隐身
道具: 金钱卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板
难过签到天数: 167 天连续签到: 1 天[LV.7]常住居民III
本帖最后由 wanghaidong918 于
02:34 编辑
再次请问,多重共线性与交互项有啥区别啊?
载入中......
一般没什么关系,因为交互项是两个或者两个以上的变量相乘得出的,这个交互项与其他变量不存在线性关系,存在的是一种非线性关系。除非是一个变量乘一个常数,那么这个乘常数后得出的新变量与被乘变量才有线性关系,一般交互项不大可能是这样的。(你不会把一个都是一样的值作为一个变量处理)
本帖被以下文库推荐
& |主题: 12506, 订阅: 33
风马牛不相及的东西吧
一般没什么关系,因为交互项是两个或者两个以上的变量相乘得出的,这个交互项与其他变量不存在线性关系,存在的是一种非线性关系。除非是一个变量乘一个常数,那么这个乘常数后得出的新变量与被乘变量才有线性关系,一般交互项不大可能是这样的。(你不会把一个都是一样的值作为一个变量处理)
总评分:&论坛币 + 10&
一个是线性回归中的假设失误,一个是方差分析中的双因子交互作用,不在一个维度、
没关系的两个概念!
li hai de hen
<font color="#2dxz 发表于
一般没什么关系,因为交互项是两个或者两个以上的变量相乘得出的,这个交互项与其他变量不存在线性关系,存 ...To test the moderating hypotheses (Hypothesis3–6), we added the interaction terms in Models M1* and M2* (see Tables 2 and 3). To deal with multicollinearity between the interaction terms, we mean centered each scale that constitutes an interaction term and created the interaction terms by multiplying the relevant mean-centered scales.
能看下这句话吗? 为了解决交互项之间的多重共线性?这里 交互项不就和多重共线性有关联了吗?&&另外,谁能翻一下这句话,不太懂这句话什么意思
在计量模型中,引入交互项会产生很强的多重共线性。要处理这种多重共线性,需要中心化变化。即7楼提到的:
To test the moderating hypotheses (Hypothesis3–6), we added the interaction terms in Models M1* and M2* (see Tables 2 and 3). To deal with multicollinearity between the interaction terms, we mean centered each scale that constitutes an interaction term and created the interaction terms by multiplying the relevant mean-centered scales.
为了测试放松假设(假设3-6),我们将交互项引入模型m1和m2(看表2和表3)。为了处理交互项的多重共线性问题,我们中心化均值化量纲,这样就形成了交互项,通过乘以相对中心均值化量纲形成了新的交互项。
初级学术勋章
初级学术勋章
初级热心勋章
初级热心勋章
初级信用勋章
初级信用勋章
中级信用勋章
中级信用勋章
中级学术勋章
中级学术勋章
中级热心勋章
中级热心勋章
高级热心勋章
高级热心勋章
高级学术勋章
高级学术勋章
高级信用勋章
高级信用勋章
特级热心勋章
高级热心勋章
特级学术勋章
特级学术勋章
特级信用勋章
高级信用勋章
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向,请联系(010-);
邮箱:service@pinggu.org
投诉或不良信息处理:(010-)
论坛法律顾问:王进律师苹果/安卓/wp
积分 44, 距离下一级还需 1 积分
道具: 彩虹炫, 涂鸦板, 雷达卡, 热点灯, 金钱卡下一级可获得
道具: 显身卡
购买后可立即获得
权限: 隐身
道具: 金钱卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板
请问相关性分析时,除了解释变量和被解释变量,控制变量和调节变量要不要放进去啊?谢谢!
支持楼主:、
购买后,论坛将把您花费的资金全部奖励给楼主,以表示您对TA发好贴的支持
载入中......
公众号bfzldh-psy
我觉得相关分析作为预分析,可以用来对变量间的关系进行预测,因此有必要将所有变量纳入相关分析
点多 发表于
请问相关性分析时,除了解释变量和被解释变量,控制变量和调节变量要不要放进去啊?谢谢!有影响但不重要的变量就可以不选,不独立的变量不能全部选择
控制变量一定要进入方程,调节变量需要设计交互项。
南南数据 发表于
控制变量一定要进入方程,调节变量需要设计交互项。那我是把交互项放进去 还是只放调节变量?还是交互和调节都不用,只用控制变量?
调节变量和交互项都要放。
需要放入,不然会出现遗漏变量的问题,使得估计结果出现偏误甚至不准确。
热心帮助其他会员
总评分:&论坛币 + 20&
调节变量如何放入啊。比如年份和行业这样的哑变量。
南南数据 发表于
控制变量一定要进入方程,调节变量需要设计交互项。我想请教下,那如何建立方程呢,如何建立模型把控制变量放进去
晕,确定了因变量、自变量和控制变量之后,方程自然就建立了。多元线性回归方程。
初级热心勋章
初级热心勋章
中级热心勋章
中级热心勋章
一级伯乐勋章
一级伯乐勋章
初级学术勋章
初级学术勋章
初级信用勋章
初级信用勋章
中级学术勋章
中级学术勋章
中级信用勋章
中级信用勋章
高级热心勋章
高级热心勋章
高级学术勋章
高级学术勋章
高级信用勋章
高级信用勋章
特级热心勋章
高级热心勋章
特级学术勋章
特级学术勋章
特级信用勋章
高级信用勋章
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向,请联系(010-);
邮箱:service@pinggu.org
投诉或不良信息处理:(010-)
论坛法律顾问:王进律师

我要回帖

更多关于 无锡模型制作 的文章

 

随机推荐