3.1 多元回归分析 VS 简单回归分析

2019-04-25  本文已影响0人  郭一凡1998

Q:有了简单回归,为什么要有多元回归?

A:

简单回归 很难得到x在其他条件不变情况下对y的影响。所以 x的系数 是不准确的。有误导性。

多元回归分析 允许我们明确的控制其他许多同时影响y的x。所以它更适合 在其他条件不变情况下的分析。

e.g. 

感兴趣的问题是:

其他因素不变,educ对wage的影响是什么?educ->主要关注的变量

多元回归模型:

wage = \beta 0 + \beta 1educ+\beta2 exper+ u

\beta1-> exper 不变时,educ 对 wage 的影响。

\beta2-> educ 不变时, exper 对 wage 的影响。

exper 和主要关注的变量educ相关。

优点:参数可以解释为在其他条件不变的情况下的影响。

e.g. educ的系数度量的是,其他条件不变的情况下,提高一个单位的educ, 而导致的y 的变化。

简单回归模型:

wage = \beta 0 + \beta 1educ + u

\beta1-> educ 对 wage 的影响。

缺点:因为wage还可能与其他因素(exper)有关,简单回归模型无法控制其他因素不变,来说明educ对wage的影响。如果一个人的工资只和它的educ有关,简单线性模型就很好。

但现实中,y可能受到 很多个x影响。

Q:为什么 控制其他条件不变情况下的分析 很重要?

A:因为在社会科学中,我们只能观测数据,很难获得实验数据。

Q:两个x的模型是什么?

A:y = \beta0+\beta1x1+\beta2x2+u

Q:多个x的模型是什么?

A:y=\beta0+\beta1x1+\beta2x2+...+\beta kxk + u

总体参数个数:k+1 (1个截距参数\beta0 & k个斜率参数\beta1 ... \beta k)

上一篇下一篇

猜你喜欢

热点阅读