Стандартизированный коэффициент регрессии, полученный путем умножения коэффициента регрессии bi на SXi и разделив его на SY, представляет ожидаемое изменение Y (в стандартных единицах SY где каждая «единица» - статистическая единица, равная одному стандартному отклонению) за счет увеличения Xi одной из ее стандартизированных единиц (…
Как вы интерпретируете стандартизированные коэффициенты регрессии?
Стандартизированный бета-коэффициент сравнивает силу влияния каждой отдельной независимой переменной на зависимую переменную. Чем выше абсолютное значение бета-коэффициента, тем сильнее эффект. Например, бета-версия -. 9 имеет более сильный эффект, чем бета +.
Должен ли я использовать стандартные или нестандартные коэффициенты в регрессии?
Если вы хотите найти независимые переменные с большим влиянием на вашу зависимую переменную, вы должны использовать стандартизированные коэффициенты для их идентификации. Действительно, независимая переменная с большим стандартизированным коэффициентом будет иметь большее влияние на зависимую переменную.
Могут ли стандартизированные коэффициенты быть больше 1?
Стандартизированные коэффициенты могут быть больше 1,00, как объясняется в этой статье и что легко продемонстрировать. Следует ли их исключать, зависит от того, почему они произошли, но, вероятно, нет. Они являются признаком того, что у вас есть некоторыедовольно серьезная коллинеарность.
В чем разница между нестандартизированными и стандартизированными коэффициентами регрессии?
В отличие от стандартизированных коэффициентов, которые представляют собой нормализованные единичные коэффициенты less, нестандартизированный коэффициент имеет единицы измерения и шкалу «реальной жизни». Нестандартизированный коэффициент представляет собой величину изменения зависимой переменной Y вследствие изменения на 1 единицу независимой переменной X.
