控制变量都不显著可以吗
答：控制变量不显著有影响。控制变量不显著的原因可能是多样性的，有主观的也有客观。控制变量不显著的可能性原因，主要体现在两个方面：1、客观原因。在某个样本分布中，这个控制变量真没对因变量造成影响。2、主观原因。受到样本分布、模型设计等多重因素的影响导致，同时控制变量的选择具有主观性，不能控制...
答：有。一个正常的实证分析模型不可能让所有的变量都能通过显著性检验的，如果要做到这种程度，你的研究设计可能会丢失一些重要的信息，譬如有些变量很重要，但不能因其不显著而将其剔除，否则审稿人会认为你没有做到位，设计的模型不够全面完美。一个实证回归分析模型中有两三个控制变量不显著，也是正常的...
答：不必。人口学变量研究适用的含义，是推动方方面面并且成为我们提供利益，并不是必须全部控制。人口学是研究人口变动过程与规律的科学。
答：不需要。不需要剔除所有不显著的控制变量，只需要剔除那些与因变量相关性不显著的控制变量，剩余的控制变量可以一起写入回归方程中进行分析，以提高回归模型的解释力和预测精度。
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。
答：在科学研究中，控制变量是指研究者在实验过程中保持不变的因素。控制变量的目的是消除其他因素对实验结果的影响，从而能够更准确地判断独立变量对因变量的影响。如果一个变量在实验中对结果的影响不显著，即研究者判断该变量对结果没有重要影响，那么一般情况下可以将其视为控制变量，不需要在实验中进行特别...
答：不可能有统一的控制变量选择标准。原因1 就像你说的，你的控制变量可能不显著，你可以设置很多组控制变量，相互组合，你基本上没办法选择哪一更优秀，但是你可以做出自己的想法，因为你是基于你选择的基础上做出一定判断，别人并不一定认同。原因2每个人对控制变量的理解不一样，就像interaction varaiables,...
答：样本规模小，模型设定不正确等。样本规模小：如果样本规模较小，可能不足以捕捉到变量之间的相关性。在这种情况下，增加样本量可能会提高变量的显著性。模型设定不正确：如果模型设定不正确，例如遗漏了重要的控制变量或使用了错误的函数形式，那么变量的显著性也可能会受到影响。
答：可能需要更多的数据来完善控制变量。此外，可以考虑使用不同的控制方法，如匹配、倾向得分匹配等。2、考虑样本外数据集的验证使用另一个独立的样本数据集，来验证结论是否具有一般性，以及是否存在估计偏差。如果结论在验证样本上也不显著，则需要进一步调整模型和控制变量。
答：固定效应会改变显著性。如果不加控制变量不显著，但是在时间效应固定，个体效应不固定的时候能显著。
网友评论：
夏邰19617896705：
变量都不相关,该控制变量一定要删除吗 -
39168晋闹
： 自变量之间当然相关度越低越好 自变量只要和因变量有较高相关度就OK 另外就是变量系数的显著性需要通过检验 如果变量不显著那可以考虑删除.
夏邰19617896705：
实证会计研究中什么时候会出现控制变量呢 -
39168晋闹
： 当你的实证研究中有些变量你不想讨论,但这些变量对你的实证研究产生较大影响而不得不讨论时,就需要将这些变量设置为控制变量.控制变量与解释变量没有本质上的区别,将它当作解释变量来做就可以了,只是在讨论的时候区别对待,说明它是控制变量就行了.
夏邰19617896705：
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? -
39168晋闹
： 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.
夏邰19617896705：
多元回归方程中,系数不显著的变量可以直接从方程中删除吗? -
39168晋闹
： 啊,这种多元回归方程中,系数不显著的变量可以直接从方形中删除.你好,你这方面的问题 我看看这个问题先,你这问题我马上找找这方面的资料解情况,然后给你解答这方面的问题,好吗.感谢谢谢你的理解,
夏邰19617896705：
控制的变量 - ----,是指在实验中变化的量还是没有变化的量呀,要专业回答 -
39168晋闹
： 控制变量法,一般是做对比实验时,两组或者多组实验只允许存在一个不同点(变量).其他的可能会影响实验的因素都要保持相同,这些故意保持一致的因素就叫控制的变量.
夏邰19617896705：
spss多元线性回归分析中自变量与因变量相关关系不显著 -
39168晋闹
： 如果是非常不显著,建议删除,其它情况比如15%的水平下是显著的,建议保留,这得根据实际问题来.可以试着先将最不显著的剔除掉,再看看方程,也许就会出现显著系数增多的情况,建议一个个删除.
夏邰19617896705：
arima时间序列模型 必须要所有变量系数都显著才可以吗 -
39168晋闹
： 是的,做这个本来就是慢慢试,直到达到最佳效果.可以尝试着先绘制下散点图,看会不会用其他曲线拟合的效果会更好,很多时候数据用线性和一些非线性拟合后都会有显著效果,但是不一定是最佳的,所以需要判断自变量和因变量之间关系是否符合线性.如果仍然是符合线性趋势,但是只有这么一个自变量的话,那就没有法优化了,如果还有其他自变量,可以尝试着引入之后再看回归效果.回归的时候实际上是有六个特征的,但是由于sig值大于0.05SPSS自动排除了这些特征.可以用这些特征的线性组合得到新的特征再试试.
夏邰19617896705：
计量经济学,消除序列相关后还是有变量不显著怎么办? -
39168晋闹
： F统计量如果显著,说明存在多重共线.多重共线是计量人的噩梦,要么就是去掉一些不显著的变量.如果不能删除变量,就只能用工具变量法或者广义最小二乘之类的方法了...
