在一个模型中，有个别自变量检验后不具统计学意义，是导致整个模型不可用？

还是应把这个变量剔除后生成模型？还是模型可用只是拟合度较差？

推荐答案 2011-12-24

一个变量不显著，并不一定导致整个模型不显著。这时就要进一步分析各个变量之间关系，如果整个模型显著，检查是否存在多重共线性，即变量间高度相关。如果只是分析，要求不高，就不用管了。
如果要求准确，要对多重共线性处理，可以删去这一变量，但有可能导致整个方程显著水平下降。
如果不是预测的话，将就一下吧，科学本来就无法做到100%完美，可能是测量问题或者是模型背后的理论需要修正。一个优秀的模型往往是多次验证后的结果。

温馨提示：答案为网友推荐，仅供参考

当前网址：http://55.wendadaohang.com/zd/eQR4FccLL.html

其他回答

第1个回答 2011-12-23

使用SPSS软件的线性回归比较方便，其结果中的标准回归系数(beta coefficient)在有多个自变量中的线性回归模型中使用，用于比较各个自变量的效应大小，标准回归

相似回答

卡方p值无统计学意义是不是就不用放在模型中答：如果确实是这样,应该是接受原假设(也就是没有统计学意义),因为不管那本参考书或统计软件都是说小于a （不包括等于a ,例如a=0.05）就拒绝原假设.不过,如果你是使用统计软件的话,应该不存在这个问题,因为统计软件计算的P值可以高达十几位小数点,不可能出现你说的情况.原因很简单,在统计学领域,P小于...

什么情况下会导致ols模型没有意义?答：1、高度多重共线性（Multicollinearity）：当自变量之间存在高度相关性时，会导致多重共线性问题。在这种情况下，模型的系数估计可能变得不稳定，标准误差会增大，使得系数的显著性变得模糊或不可靠。这会使得模型的解释能力降低或失去意义。2、异方差性（Heteroscedasticity）：异方差性指的是随着自变量的变化，...

多元线性回归模型中,当某个或某几个答：多元线性回归模型中，当某个或某几个自变量的系数不显著时，回归方程的显著性F检验仍有可能是显著的。因为F检验是基于整个回归方程的显著性检验，而不仅仅是基于单个系数的显著性检验。因此，即使某些自变量的系数不显著，整个回归方程仍然可能具有显著的统计意义。在回归分析中，如果有两个或两个以上的...

模型是否有统计学意义答：无统计学意义，因为模型P值>0.05，在5%显著性水平下，认为模型不显著。

大家正在搜

三个自变量一个因变量多个自变量和多个因变量自变量没有通过显著性检验变量的显著性检验t检验回归模型自变量选择定序自变量回归模型三变量模型k是多少自变量相关性检验自变量显著性检验