p<0.05说明这个因素对结果有影响,保留此因素,p>0.05说明这个因素对结果无影响,删除此因素后重新建立新的回归方程模型。这时候可能又有一些因素p>0.05,重复删除无关因素(或影响较小因素),直到所有因素p<0.05。
另外注意的是交叉影响因素中其中一因素作为无关因素被删除,该交叉项一定要删除。
简介
通常影响因变量的因素有多个,这种多个自变量影响一个因变量的问题可以通过多元回归分析来解决。例如,经济学知识告诉我们,商品需求量Q除了与商品价格P有关外,还受到替代品的价格、互补品的价格,和消费者收入等因素,甚至还包括商品品牌Brand这一品质变量(品质变量不能用数字来衡量,需要在模型中引入虚拟变量)的影响。
多元回归分析应用的范围更加广泛。由于线性回归分析比较简单和普遍,下面首先介绍多元线性回归,在线性分析基础上,逐步引入虚拟变量回归和一类能够变换成线性回归的曲线回归模型。
我的二元回归曲线方程中,一个因变量的P值小于0.05,另一个因变量的P值大于0.05,那这个方程可用吗?能跟你Q聊吗?
追答其实楼下的解释很好了
一个变量的p值小于0.05,那么可保留这个变量,另一个变量P值具体是多少?如果在0.1附近基本可以接受,另外,还可以尝试交互作用的影响,以及二次项的影响