ประมาณการค่าพารามิเตอร์ในตัวแบบการถดถอย ) จะเปลี่ยนถ้าตัวแปรX J , จะถูกเพิ่มในรูปแบบที่เป็น: β^iXj
- สัมพันธ์กับตัวแปรที่สอดคล้องกันของพารามิเตอร์นั้น (ซึ่งมีอยู่ในโมเดลแล้ว) และXi
- สัมพันธ์กับตัวแปรการตอบสนองY
เบต้าโดยประมาณจะไม่เปลี่ยนแปลงเมื่อมีการเพิ่มตัวแปรใหม่หากอย่างใดอย่างหนึ่งข้างต้นไม่เกี่ยวข้องกัน โปรดทราบว่าไม่ว่าจะเป็น uncorrelated ในประชากร (เช่น , หรือρ ( X J , Y ) = 0 ) จะไม่เกี่ยวข้อง สิ่งที่สำคัญคือว่าทั้งสองมีความสัมพันธ์ตัวอย่างจะตรง0 สิ่งนี้จะไม่เกิดขึ้นจริงในทางปฏิบัติเว้นแต่ว่าคุณกำลังทำงานกับข้อมูลการทดลองที่ตัวแปรถูกจัดการเช่นว่าพวกเขาไม่ได้มีความสัมพันธ์กับการออกแบบ ρ(Xi,Xj)=0 ρ(Xj,Y)=00
โปรดทราบว่าจำนวนพารามิเตอร์ที่เปลี่ยนแปลงอาจไม่มีความหมายมากนัก (ขึ้นอยู่กับทฤษฎีของคุณอย่างน้อยส่วนหนึ่ง) ยิ่งกว่านั้นจำนวนที่พวกเขาสามารถเปลี่ยนได้คือฟังก์ชันของขนาดของสองสหสัมพันธ์ข้างต้น
ในบันทึกอื่นมันไม่ถูกต้องที่จะคิดว่าปรากฏการณ์นี้เป็น "สัมประสิทธิ์ของตัวแปรที่กำหนด [กำลัง] ได้รับอิทธิพลจากสัมประสิทธิ์ของตัวแปรอื่น" มันไม่ใช่betasที่มีอิทธิพลต่อกันและกัน ปรากฏการณ์นี้เป็นผลลัพธ์ตามธรรมชาติของอัลกอริทึมที่ซอฟต์แวร์ทางสถิติใช้ในการประมาณค่าพารามิเตอร์ความชัน ลองนึกภาพสถานการณ์ที่เกิดจากทั้งX iและX jซึ่งในทางกลับกันมีความสัมพันธ์กัน หากมีเพียงX iเท่านั้นที่อยู่ในแบบจำลองความผันแปรบางอย่างในYที่เกิดจากX jจะถูกนำมาประกอบกับX iอย่างไม่เหมาะสมYXiXjXiYXjXiที่เกิดจากการซึ่งหมายความว่าค่าของXiนั้นมีอคติ; นี้เรียกว่าอคติตัวแปรละเว้น
multivariable
คุณหมายถึงหลายตัวแปรอิสระ ( "หลายถดถอย") หรือขึ้นอยู่กับตัวแปรหลาย ( "ถดถอยหลายตัวแปร" หรือ "MAN (C) OVA")?