Questions tagged «partial-correlation»

2
多元回归还是偏相关系数?两者之间的关系
我什至不知道这个问题是否有意义,但是多元回归和部分相关之间有什么区别(除了相关性和回归之间的明显区别之外,这不是我的目标)? 我想弄清楚以下几点: 我有两个自变量(,)和一个因变量()。现在,独立变量不再与因变量相关。但是对于给定的当减小时减小。那么,我是否可以通过多元回归或偏相关来分析呢?X 2 ý X 1个 ÿ X 2X1个x1x_1X2x2x_2ÿyyX1个x1x_1 ÿyyX2x2x_2 编辑以希望改善我的问题: 我正在尝试了解多元回归和偏相关之间的区别。所以,当对于给定的减小时降低,是由于的组合效果和上(多重回归),或者它是由于去除的效果(部分相关)?x 1 x 2 x 1 x 2 y x 1ÿyyX1个x1x_1X2x2x_2X1个x1x_1X2x2x_2ÿyyX1个x1x_1


1
在多元回归中如何处理预测变量之间的高度相关性?
我在类似这样的文章中找到了参考: 根据Tabachnick&Fidell(1996),双变量相关性大于.70的自变量不应包含在多元回归分析中。 问题:我在多元回归设计中使用了3个> .80的变量,VIF在.2-.3左右,公差〜4-5。我不能排除其中的任何变量(重要的预测变量和结果)。当我对两个相关系数为.80的结果进行回归分析时,它们均保持显着性,每个预测重要方差,并且在包含的所有10个变量中,这两个变量具有最大的部分和半部分的相关系数(5个对照组)。 问题:尽管相关性很高,我的模型仍然有效吗?任何引用都非常欢迎! 感谢您的回答! 我没有使用Tabachnick和Fidell作为准则,而是在一篇涉及预测变量之间高共线性的文章中找到了此参考。 因此,基本上,对于模型中预测变量的数量,我的案例太少了(许多分类的,伪编码的控制变量-年龄,任期,性别等)-72个案例中的13个变量。所有控件都在其中时,条件索引为〜29,而没有控件时则为〜23(5个变量)。 我不能删除任何变量或使用阶乘分析来组合它们,因为从理论上讲,它们具有自身的意义。现在获取更多数据为时已晚。由于我是在SPSS中进行分析的,因此也许最好是找到岭回归的语法(尽管我以前没有做过,对结果的解释对我来说是新的)。 如果很重要,当我进行逐步回归时,相同的2个高度相关的变量仍然是结果的唯一重要预测指标。 而且我仍然不明白这些变量中每个变量的偏相关性是否重要,这可以解释为什么我将它们保留在模型中(以防无法进行岭回归)。 您是否会说“回归诊断:确定共线性的影响数据和来源/ David A. Belsley,Edwin Kuh和Roy E. Welsch,1980”将有助于理解多重共线性?还是其他参考可能有用?

4
ACF和PACF公式
我想创建一个用于从时间序列数据中绘制ACF和PACF的代码。就像从minitab生成的图一样(如下)。 我已经尝试搜索该公式,但是我仍然不太了解它。 您介意告诉我该公式以及如何使用它吗? 上面的ACF和PACF图上的水平红线是什么?公式是什么? 谢谢,

By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.