[软体程式类别]:SPSS [程式问题]:多元回归的自变项选择问题 [软体熟悉度]:新手 [问题叙述]: 我有5个自变项 1个应变项 不确定各个IV跟DV的关系所以先跑相关矩阵 线性相关矩阵时IV1跟DV的相关系数0.04 ANOVA表的P-value>0.05 但以Compound跑回归 相关系数就变成0.89 P-value=0.000 想请问: 1. 因为目标是要建多元回归分析 在跑线性的时候将IV1加入跟不加入的R^2变化很大 是不是应该要把IV1先平方再跑线性多元回归 这样是对的方向吗 相关系数应该要选取大於0.5的再去尝试排列组合? 2.比如说IV1跟IV2线性相关系数达0.41 IV2跟DV的相关系数达0.31 那麽因为要避免Omitted Vairables Bias IV1跟IV2不适合同时加入多元模型? 3.在跑两两IV线性的时候 有没有建议的R^2标准来筛选自变项 要不然有时候R^2<0.5 但非线性相关系数超高的 大於0.6 这时候该怎麽解释好呢 (线性回归都低) 4.大家如何诠释跑线性回归的相关系数与非线性回归相关系数差异过大的情况? 非线性回归相关系数 (绿:Compound,橘:Logistic,黄:Quadratic) https://imgur.com/OfxlIjN 线性相关系数表 https://imgur.com/O3nkS5c 5.若试想比较两个多元回归模型 D=aA+bC+cE R^2=0.728 C=aA+bB+cD R^2=0.891 这时候是不是可以说 以自变数ABD预测C比起另一组合预测D来得准确有效? 还是说两组应变数不同不能相比 问题有点杂 还烦请统计高手回答解惑 感谢 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 194.95.79.11 (德国) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Statistics/M.1566489358.A.F1A.html