多元线性回归:即使满足假设,也不重要

时间:2017-07-05 15:07:35

标签: statistics regression spss linear

我试图通过进行多元线性回归来比较几个(假设非常相似)的研究。为此,我有几个因素作为列(11)和研究条件作为行(113)。在结果向量(113)中,我得到每个条件的平均结果。现在我测试了多元回归的所有假设: 1)所有自变量似乎与因变量具有或多或少的线性关系 2)我假设系数是线性的(虽然我不知道如何在SPSS中测试这个)3)我假设数据来自随机样本4)误差项的均值为零5)没有同方差性6 )误差项非常独立(Durbin-Watson值为0.99),7)误差项是正态分布的,8)容差值从不小于0.1(此外,我还取出了相关的变量)。 但 在我的结果中,几乎没有一个beta达到显着性,其中一些甚至有一个根本没有意义的标志。 和 在整个模型的ANOVA中,它再次显着!如果满足所有要求,这怎么可能,尤其是微不足道的测试?我的猜测是研究不具有可比性,或者问题是我的所有因素都是名义上的,但这些都不足以让我的结果变得非常糟糕。有没有人有任何其他建议?

1 个答案:

答案 0 :(得分:0)

回归模型没有任何内容表明解释变量实际上解释了因变量。如果它们是相关的,那么变量就会争夺解释力。在考虑预期符号时,请记住系数表示给定所有其他解释变量的影响的变量的影响。

相关问题