Questions tagged «partial-correlation»

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

35 multiple-regression  regression-coefficients  partial-correlation 

我听说可以通过反转协方差矩阵并从所得的精度矩阵中提取适当的单元来找到随机变量之间的局部相关性（此事实在http://en.wikipedia.org/wiki/Partial_correlation中已提及，但没有证明） 。 为什么会这样呢？

32 covariance  covariance-matrix  linear-algebra  partial-correlation  matrix-inverse 

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？

18 correlation  multiple-regression  multicollinearity  partial-correlation 

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，

18 correlation  data-visualization  autocorrelation  partial-correlation 

是否有人知道为什么两个变量之间的条件相关称为“偏”相关，而它们之间的简单相关（因此，当不以任何其他变量为条件时）称为“边际”相关吗？“部分”和“边际”一词的直觉是什么？他们如何处理“零件”或“边距”？ 为了更好地理解这些概念，最好学习答案。

12 correlation  terminology  marginal  partial-correlation