1樓：匿名使用者
這是由於你的自變數之前存在高度相關性導致的
2樓：匿名使用者
沒有bai
好辦法。
多半是其他
du的迴歸變數和y的關係很zhi緊密，使得你感興dao趣的x變得無關緊內要了。你看看其他迴歸容變數裡面有沒有y的滯後項，如果有，去掉試試看看。
如果沒有y的滯後項，而其他的迴歸變數又必須加以控制，那就只有想辦法加大樣本容量了。另外，如果能獲得panel資料，建立面板模型，在加大樣本容量的同時，經常可以改變估計係數的符號（避免了內生性問題）。
spss相關性分析時兩變數負相關,迴歸分析卻是正相關,這樣如何解釋
3樓：59分粑粑
pearson相關分析在spss中的作用是簡單地考慮變數之間的關係。 儘管可以在分析過程中同時放置多個變數，但是結果是兩個變數之間的簡單關聯，也就是不在求兩變數相關時考慮其他的控制變數。
但是，迴歸是不同的。 迴歸的結果是對進入迴歸方程的所有自變數和因變數進行積分的結果，也就是說，在迴歸當中你所看到的相關，是在控制了其他進入迴歸方程的變數之後的。
因此，普通相關和迴歸之間的迴歸係數會有很大差異。
4樓：中子
spss裡的pearson相關分析的作用就是單純考量變數兩兩之間的關係，雖然你可以在分析時一次放入多個變數，但出來的結果都是兩個變數的簡單的相關，也就是不在求兩變數相關時考慮其他的控制變數。
然而回歸不同，迴歸的結果是綜合所有進入迴歸方程的自變數對因變數的結果而成的，也就是說，在迴歸當中你所看到的相關，是在控制了其他進入迴歸方程的變數之後的。
因此，普通相關與迴歸之中的迴歸係數會有比較大的差別。舉個例子，比如你考查變數a，b，c之間的關係，如果你使用一般的相關，那麼其結果呈現的是a和b的簡單相關，b和c的簡單相關，a和c的簡單相關，每一個相關都只涉及到兩個變數，而與第三個變數無關，但如果是迴歸，迴歸裡a和b的相關是在減去c變數的效應之後的，b和c的相關是在減去a的效應後的，a和c的相關是減去b的效應後的。
計算方法不同，得出的結果就不同。所以相關性分析時兩變數負相關,迴歸分析卻是正相關這很正常。出現任何形式的不同都不奇怪
5樓：章魚公考
在這個圖表中，你說的r值就是皮爾遜相關係數~（pearson correlation）
r>0 代表兩變數正相關，r<0代表兩變數負相關。
|r|大於等於0.8時，可以認為兩變數間高度相關；
|r|大於等於0.5小於0.8時，可以認為兩變數中度相關；
|r|大於等於0.3小於0.5時，可以認為兩變數低度相關。
小於0.3說明相關程度弱，基本不相關。
上面說了啊~**裡的pearson correlation，就是r值**裡黃色加重的幾個r值，是呈現顯著相關的。
簡單來說，
正相關是一個變數變大，另一個變數也變大
負相關就是一個變數變大，另一個變數變小
6樓：天行者
這可能是由於存在多重共線性的問題
7樓：匿名使用者
把圖貼上看一下，我不太相信你說的結果，同樣的演算法不可能出現不同的結果，你可能不太會看結果
為什麼spss做多元逐步迴歸分析時原來的迴歸係數是正值的，再增加自變數的引入，反倒變為負值了呢？ 5
8樓：匿名使用者
樓上說錯了，其實抄加入一個變數使得大小和符號發生了變化，這是調節變數的定義，也就是說後來加入的這個變數調節了前面一個變數的作用。通過路徑分析可以看到調節變數的效果，並對調節變數進行驗證看是否達到了顯著水平。
能觀察到係數的變化是你的幸運，寫**的時候就有很多可以**的東西了。
9樓：匿名使用者
很正常的情況，很多原因，主要是共線性的問題
可刪除某些變數，可引入其它迴歸方法
我經常幫別人做這類的資料分析
10樓：匿名使用者
增加變數，會導致迴歸結果不可靠。另外，逐步迴歸方法，可能會導致「過擬合」的問題。建議好好看看多元統計方面的基礎理論，選擇合理的分析方法，可參考最近的一篇推文網頁連結
在相關分析時不顯著卻進去了迴歸模型的原因
11樓：楊子電影
不顯著說明bai不拒絕原假設，spss會繼續計du算zhi，但是這些結果dao也就沒有意義。迴歸模型
專重要的基礎或者方屬法就是迴歸分析，迴歸分析是研究一個變數（被解釋變數）關於另一個（些）變數（解釋變數）的具體依賴關係的計算方法和理論。
是建模和分析資料的重要工具。在這裡，我們使用曲線/線來擬合這些資料點，在這種方式下，從曲線或線到資料點的距離差異最小。
使用迴歸分析的好處良多。具體如下：
1、它表明自變數和因變數之間的顯著關係；
2、它表明多個自變數對一個因變數的影響強度。
這些有利於幫助市場研究人員，資料分析人員以及資料科學家排除並估計出一組最佳的變數，用來構建**模型。
12樓：匿名使用者
spss裡的pearson相關分析的抄作用就是單純考量變數兩兩之間的關係，雖然你可以在分
析時一次放入多個變數，但出來的結果都是兩個變數的簡單的相關，也就是不在求兩變數相關時考慮其他的控制變數。
然而回歸不同，迴歸的結果是綜合所有進入迴歸方程的自變數對因變數的結果而成的，也就是說，在迴歸當中你所看到的相關，是在控制了其他進入迴歸方程的變數之後的。
因此，普通相關與迴歸之中的迴歸係數會有比較大的差別。舉個例子，比如你考查變數a，b，c之間的關係，如果你使用一般的相關，那麼其結果呈現的是a和b的簡單相關，b和c的簡單相關，a和c的簡單相關，每一個相關都只涉及到兩個變數，而與第三個變數無關，但如果是迴歸，迴歸裡a和b的相關是在減去c變數的效應之後的，b和c的相關是在減去a的效應後的，a和c的相關是減去b的效應後的。
計算方法不同，得出的結果就不同。所以相關性分析時兩變數關係不顯著,迴歸分析卻顯著了這很正常。出現任何形式的不同都不奇怪
相關分析和線性迴歸分析出現的結果不一致，是否是正常的，該怎麼解釋？ 10
13樓：匿名使用者
相關性分析跟多元迴歸分析，是不同的概念。前者主要是分析兩變數的相關性，後
14樓：匿名使用者
可能存在多重共線問題
15樓：匿名使用者
你一個變數的迴歸還是幾個？
我想用檢驗兩組資料的相關性，應該怎麼做？相關與「顯著性差異」的關係？p怎麼求
顯著性0.229，高於0.05，所以這樣分析相關性不成立，而且樣本量太低了，最少30個樣本。根據表現形式，可分為 模擬資料，由連續函式組成，是指在一定間隔內連續變化的物理量，也可分為圖形資料 如點 線 面 符號資料 文字資料 影象資料等，如聲音大小和溫度變化等。首先你要明確你要判斷兩組資料相關還是相...
與物理學相關性較強的職業有哪些，物理專業有什麼好職業啊？
物理學專業的學生畢業後可到高校從事教學工作，或是到研究所從事理論研究 實驗研究和技術開發與應用工作 另外還可以到企業中從事材料科學與工程 電子資訊科技等領域的技術開發及應用研究工作。物理學專業的學生如具有紮實的物理理論的功底和應用方面的經驗，能夠在很多工程技術領域成為專家。中國每年培養本科應用物理專...
如何判斷向量組的線性相關性，如何判斷三個向量組的線性相關性
若三個向量組組成的矩陣的秩 向量個數，則線性相關。若三個向量組組成的矩陣的秩 向量個數，則線性無關。例如 1 寫成矩陣形式，然後通過行變換，化為行最簡形，得到矩陣的秩。2 得出矩陣的秩，用來和向量個數比較。3 因為向量組組成的矩陣的秩小於向量個數，所以得出。向量可用有限個其他向量的線性組合所表示 那...