複数の線形回帰：仮定が満たされていても有意でないベータ数

Question

複数の線形回帰を行うことでいくつかの（非常に類似したと仮定した）研究を比較しようとしています。このために、私はいくつかの要因を列（11）とし、調査の条件を行（113）としています。結果ベクトル（113）には、条件ごとに平均結果があります。今私は重回帰のすべての仮定をテストしました： 1）すべての独立変数は従属変数との関係が多かれ少なかろうとしています 2）私は係数が線形であると仮定します。 SPSS）3）ランダムサンプルからのデータと仮定4）誤差項の平均値はゼロである5）均質性はない6）誤差項はかなり独立している（Durbin-Watson値0.99）、7）誤差用語が正規分布している、8）公差値が決して0.1より小さくない（さらに、相関する変数を取り出した）。 BUT 私の結果では、ベータの重要性にはほとんど到達せず、そのうちのいくつかにはまったく意味のない兆候さえあります。 AND 全体モデルのANOVAでは、再び重要です！これはどのように可能ですか？すべての要件が満たされている場合、特に重要なベータはありませんか？私の推測では、研究は匹敵しない、あるいは私のすべての要因が名目上の問題であると考えられますが、これは私の結果がこれをひどく混乱させるのに十分なほど適切ではないようです。誰にも他の提案はありますか？

Answer 1

説明変数が実際に従属変数を説明するという回帰モデルについては何もありません。そしてそれらが相関しているならば、変数は説明力を求めて競合している。予想される符号について考えるとき、係数は他のすべての説明変数の影響を考慮して変数の影響を表すことに注意してください。