加了控制变量后显著了
答:双向固定效应加入了控制变量才显著是因为控制变量的本质都是在尽可能的去满足我们做的假设。固定效应实际上是说我们控制了这种观测不到的、不随时间变化的因素,本质上都是一种控制的思想。而控制变量的本质都是在尽可能的去满足我们做的假设。
答:需要。解释变量和控制变量要一起加入回归。在运用计量软件做回归的过程中,它们都作为自变量进行回归,也就是说:控制变量与解释变量的操作一样,而且控制变量应该和解释变量一起进入方程,否则会有遗漏误差。
答:控制变量增加与显著性没有必然的联系。当控制变量与被解释变量无关也与核心解释变量无关,加与不加不会影响结果和显著性,只有当他是缺失变量时才会对估计结果产生影响,而且未必只会下降,也可能是提高。
答:有。做平行趋势检验,加了控制变量政策前也变得显著,不加控制变量就是正常的。如果平行趋势假设成立,那么在政策时点之前,处理组和控制组应该不存在显著差异。
答:回归分析不一定要有控制变量。回归分析加入控制变量后,估计系数是否会产生变化,取决于与控制变量之间的独立性。以下列出将会出现的四种情形。1、与控制变量之间完全独立,则加入控制变量对估计系数无影响。2、与控制变量之间相关,且完全通过控制变量的"途径"来影响被解释变量,则估计系数不显著。3、与控制...
答:1、未加入任何控制变量之前是不显著的,加入控制变量后结果显著,这种情况下,是否可以直接以加入控制变量后的结果为主。2、在模型中,控制了年份已经行业因素。但是检查共线性,发现有两个行业的虚拟变量vif值达到15左右,我将这两个行业去除后vif正常,同时主要解释变量显著性未改变,这是否需要处理。
答:构建的的probit模型,如果对单个变量A进行回归时,显著为正,然后加入控制变量B后,使得变量A显著为负(控制变量B此时为正且显著)。probit(D=1)=a1*A+a2*B。当然还有其他控制变量,但主要这个变量加入与否对结果影响颇大。
答:加入其他的控制变量。如果是显著的话,逐步加入其他的控制变量,看看是哪个变量导致了方差的膨胀。也可以简单的看看和其他变量的相关性,如果高度相关,也可能会导致x对y的效应被其他的控制变量覆盖了。
答:会影响。在模型中加入控制变量会降低核心解释变量的显著性,控制变量加的越多,核心解释变量的显著性就会越低。
答:需要。控制变量的目的在于缓解核心解释变量的遗漏变量偏差问题(即内生性问题的一种)需要显著处理。
网友评论:
路滕17597634326:
计量经济学问题.我的假设遇到了类似的情况,其中一个假设被解释变量和解释变量不相关,但是加上控制变量回归以后却显著,并且符号保持不变,都是负相... -
9292丘谦
:[答案] 原因很多,排除实证方法和思路错误,最有可能是样本容量过小引起的,解决方法:增大样本容量,当然了,在应付式作业下,你也可以去改数据(不推荐)...
路滕17597634326:
用SPSS做回归分析时,控制变量也要参与分析吗? -
9292丘谦
: 需要.如下: 1、打开SPSSAU,右上角【上传数据】点击或者拖拽上传原始数据 2、选择【通用方法】->【线性回归】 3、将分析项拖拽到右侧选框,包括因变量、自变量、控制变量等,点击“开始因子分析” 4、回归分析结果如下:
路滕17597634326:
关于stata回归结果分析问题,谢谢大家 我在做两个变量的回归分析,比如 -
9292丘谦
: 不一定,首先变量提示由于共线性被剔除有两种原因,一种是正常的,不用管,一种是不正常的,需要处理,不过总的来说无论你是否处理,它都不会进入回归(stata会自动忽略),要处理的都是你的模型假设. 正常的,就是说例如这样:我...
路滕17597634326:
计量经济学问题.我的假设遇到了类似的情况,其中一个假设被解释变量和解释变量不相关,但是加上控制变量 -
9292丘谦
: 原因很多,排除实证方法和思路错误,最有可能是样本容量过小引起的,解决方法:增大样本容量,当然了,在应付式作业下,你也可以去改数据(不推荐)...
路滕17597634326:
回归分析结果中,解释变量的系数正常,1点几,但是有一个控制变量的系数达到了4千多,请问这存在问题吗? -
9292丘谦
: 只看该系数的显著性就行.这可以看作是计量单位造成的后果,你如果把该控制变量的计量单位增加1000倍,那么该系数就也是4点多.很正常.
路滕17597634326:
二项logistic回归分析单个因素不显著加了一个变显著怎么办 -
9292丘谦
: 先做单因素筛选有统计学上有意义的因素,P<0.05纳入多因素分析.同时专业有影响的也纳入多因素,如果单因素有意义的因素比较少,可以将纳入标准放宽到P<0.1,或者P<0.2
路滕17597634326:
求助~~~~!!!关于模型,在加入一个新变量后有变量的符号都发生了变化,这说明模型有什么问题啊? -
9292丘谦
: 如果是线性回归分析,加入新变量以后其他参数跟之前正负号都变了,可能会是因为新变量有非线性关系,但是主要是看 他们的 错误 就是标准差和平均值 还在不在置信区间.最主要是 标准差有没有变小或者变大.符号的正负可以通过几何知识来理解,SH^2 的正负号代表着曲线的弧度,如果系数相差在0.5 的范畴内,基本上可能还是线性的.其实你可以先单独给 SH, SH^2 做模.然后加入SH^3,SH^4 等等,看标准差有没有明显的减少.
路滕17597634326:
我在分析数据时,原本不显著的自变量(x1\x2\x3)在加入另一个自变量x4后变得显著性极高,这个说明了什么 -
9292丘谦
: 说明你在研究设计之前,没有做仔细的考虑,对变量没有做有效的筛选,就胡乱引入了几个变量 或者,你根本就没有做研究设计,拿着一堆数据就乱在分析 我经常帮别人做这类的数据分析
路滕17597634326:
用SPSS做调节效应分析.交互项显著,但是调节变量不显著.这样可否判断是否具有调节效应? -
9292丘谦
: 调节效应应该检验交互因子的系数,这个系数显著,就可以说明调节效应了.你的这个模型找到文献支持可以成立的excluded variables(已排除的变量)你应该是第一张放两个变量,第二张放3个变量,选择的回归方法是enter(进入).但是spss不是按照你的顺序去放变量,而是把你所选的所有变量都加到模型里面去,在进行第一个回归的时候把多出来的变量排除,所以会有这个表格出现.如果不想出现这个表格,你就分两次做回归,第一次放中心D中心H,出了结果再放中心D中心H D乘H,分两次做就不会有了.