回归分析中p值过大该怎么解决可以从以下几个方面进行查看数据。自变量共线性异常值异方差接受结果自变量共线性如果存在多重共线性问题可以通过处理多重共线性经验式做法：（1）删除不重要的共线性变量但是删除变量后可能会导致模型和原本分析的模型不一样，可能会出现决策错误等现象。（2）增加样本容量多重共线性有可能与样本量过少有关，所以如果存在也可以加大样本量。但是加大样本量具有局限性比如实验已经结束或者其它原因。（3）变量转换构造一个新的变量，这一新变量是多重共线性变量的函数，然后用这个新的变量代替多重共线性的变量，但是要注意组合后的数据需要有实际意义否则模型不好解释。其它处理方法：岭回归 岭回归分析是一种修正的最小二乘估计法，当自变量系统中存在多重共线性时，它可以提供一个有偏估计量，这个估计量虽有微小偏差，但它的精度却能大大高于无偏估计。 如果使用SPSSAU进行分析岭回归一般有两个步骤：岭回归通过引入k个单位阵，使得回归系数可估计；单位阵引入会导致信息丢失，但同时可换来回归模型的合理估计。针对岭回归：其研究步骤共为2步,分别是结合岭迹图寻找最佳K值；输入K值进行回归建模。逐步回归 逐步回归分析方法视自变量对因变量的影响显著性大小从大到小逐个引入回归方程，从处理角度来看逐步回归比岭回归和主成分回归要好一些。逐步回归面临着检验的显著性水平的选择困难它通常得不到最优变量子集，可以利用SPSSAU进阶方法中逐步回归进行分析。分析过程请参考：3.主成分回归 主成分回归根据主成分分析的思想提出的。主成分估计和岭回归类似都是一种有偏估计。主成分分析利用降维的思想对数据信息进行浓缩，将多个分析项浓缩成几个关键概括性指标；剔除对系统影响微弱的部分。通过对各个主成分的重点分析，来达到对原始变量进行分析的目的。主成分回归就是用对原变量进行主成分分析后得到的新的指标来代替原变量，再使用最小二乘法进行回归分析。由于对原变量的综合，就可以起到克服多重共线性所造成的信息重叠的作用，从而消除多重共线性对回归建模的影响。4.偏最小二乘法偏最小二乘法不仅可以用单变量回归分析方法，也可以用于多变量回归分析方法，一般情况下处理样本量相对较小，自变量多的数据。异常值如果数据中存在极端异常值，有时会导致模型构建与真实情况产生区别，使得原本应该显著的自变量不显著。解决方法：查看数据中是否有异常值，可通过比如描述分析、箱线图、散点图等查看，找出异常值，并且处理掉异常值（SPSSAU用户可使用“异常值”功能）。也或者使用稳健回归（Robust回归进行分析，Robust回归是专门处理异常值情况下的回归模型）。异方差异方差产生的原因测量误差；模型中遗漏了某些重要的解释变量；模型函数存在设定误差；其它随机因素所造成的影响；SPSSAU异方差的解决办法处理异方差问题有三种办法，分别是数据处理、稳健标准误回归、FGLS回归（可行广义最小二乘法回归）。分别如下：数据处理针对连续且大于0的原始自变量X和因变量Y，进行取自然对数（或10为底对数）操作，如果是定类数据则不处理。取对数可以将原始数据的大小进行‘压缩’，这样会减少异方差问题。事实上多数研究时默认就进行此步骤处理，而不需要先异方差检验发现有异方差再进行处理。负数不能直接取对数，如果数据中有负数，研究人员可考虑先对小于0的负数，先取其绝对值再求对数，然后加上负数符号。操作路径：SPSSAU【数据处理】→【生成变量】；稳健标准误回归如果检验显示有异方差问题，可使用Robust稳健标准误回归法进行研究。此种研究方法是当前最为流行也最为有效的处理办法。操作路径：SPSSAU【计量经济学研究】→【OLS回归】；FGLS回归如果发现有异方差问题，还可使用FGLS法进行分析，以处理异方差问题。FGLS是这样的一类思路，即对于残差值越大的点，给予越小的权重，从而解决异方差问题，FGLS回归事实上一系列数据处理的过程，并且它是一种思路。操作路径：SPSSAU【计量经济学研究】→【OLS回归】；具体可以参考帮助手册。OLS回归分析帮助手册接受结果数据之间没有显著影响关系如果排除了这些原因还是不显著，那么可能说明解释变量对被解释变量无显著影响。}

关于本站人大经济论坛-经管之家：分享大学、考研、论文、会计、留学、数据、经济学、金融学、管理学、统计学、博弈论、统计年鉴、行业分析包括等相关资源。
经管之家是国内活跃的在线教育咨询平台!经管之家新媒体交易平台
本人毕业论文预答辩在即，现在做回归分析时，遇到了一个很大的难题。在回归分析之前做的相关分析中，自变量与因变量之间的相关系数就比较小，普遍在0.2-0.3之间。开始回归分析后，本来用stepwise方法筛选自变量的，结 ...
免费学术公开课,扫码加入
本人毕业论文预答辩在即，现在做回归分析时，遇到了一个很大的难题。
在回归分析之前做的相关分析中，自变量与因变量之间的相关系数就比较小，普遍在0.2-0.3之间。
开始回归分析后，本来用stepwise方法筛选自变量的，结果只进入了一个变量（模型中本来设计了5个自变量），并且R值只有0.3多一点。
后来使用enter方法，虽然自变量都能进入回归方程，但是系数都很小，有的甚至不到0.1，而且有些p值在显著性水平之上。
我现在猜想是数据出了问题，估计要修改数据，请教高手帮忙解答一下，是否是数据出了问题？应该如何修改数据？
ps：解答问题时还需要知道哪些内容可以加我QQ交流，526959478
先谢谢各位了！！
「经管之家」APP：经管人学习、答疑、交友，就上经管之家！
免流量费下载资料----在经管之家app可以下载论坛上的所有资源，并且不额外收取下载高峰期的论坛币。
涵盖所有经管领域的优秀内容----覆盖经济、管理、金融投资、计量统计、数据分析、国贸、财会等专业的学习宝库，各类资料应有尽有。
来自五湖四海的经管达人----已经有上千万的经管人来到这里，你可以找到任何学科方向、有共同话题的朋友。
经管之家（原人大经济论坛），跨越高校的围墙，带你走进经管知识的新世界。
扫描下方二维码下载并注册APP
本文关键词： 本文论坛网址：https://bbs.pinggu.org/thread-727300-1-1.html
1.凡人大经济论坛-经管之家转载的文章,均出自其它媒体或其他官网介绍,目的在于传递更多的信息,并不代表本站赞同其观点和其真实性负责；
2.转载的文章仅代表原创作者观点,与本站无关。其原创性以及文中陈述文字和内容未经本站证实,本站对该文以及其中全部或者部分内容、文字的真实性、完整性、及时性，不作出任何保证或承若；
3.如本站转载稿涉及版权等问题,请作者及时联系本站,我们会及时处理。
}