สัมประสิทธิ์การถดถอยเชิงเส้นหลายเส้นและสหสัมพันธ์บางส่วนเชื่อมโยงโดยตรงและมีความสำคัญเหมือนกัน (p-value) บางส่วนRเป็นเพียงวิธีการมาตรฐานค่าสัมประสิทธิ์อีกพร้อมกับเบต้าค่าสัมประสิทธิ์ (ค่าสัมประสิทธิ์ถดถอยมาตรฐาน) 1 ดังนั้นหากตัวแปรตามคือและที่ปรึกษาคือและดังนั้น1yx1x2
Beta:βx1=ryx1−ryx2rx1x21−r2x1x2
Partial r:ryx1.x2=ryx1−ryx2rx1x2(1−r2yx2)(1−r2x1x2)−−−−−−−−−−−−−−−−√
คุณจะเห็นว่า numerators จะเหมือนกันที่บอกว่าทั้งสองสูตรวัดผลที่ไม่ซ้ำกันเดียวกันของx_1ฉันจะพยายามอธิบายว่าสูตรทั้งสองมีความเหมือนกันทางโครงสร้างอย่างไรและไม่เป็นอย่างไรx1
สมมติว่าคุณมีค่ามาตรฐาน z (หมายถึง 0, ความแปรปรวน 1) ทั้งสามตัวแปร เศษจากนั้นจะมีค่าเท่ากับความแปรปรวนร่วมระหว่างสองชนิดของเหลือ : (ก) ที่เหลือที่เหลืออยู่ในการคาดการณ์โดย [ตัวแปรทั้งสองมาตรฐาน] และ (ข) ที่เหลือที่เหลืออยู่ในการทำนายโดย [ทั้งตัวแปรมาตรฐาน] นอกจากนี้ความแปรปรวนของส่วนที่เหลือ (a) คือ ; ความแปรปรวนของความคลาดเคลื่อน (ข) เป็น 2yx2x1x21−r2yx21−r2x1x2
สูตรสำหรับความสัมพันธ์บางส่วนนั้นปรากฏอย่างชัดเจนสูตรของเพียร์สันที่คำนวณได้ในกรณีนี้ระหว่างส่วนที่เหลือ (a) และส่วนที่เหลือ (b): เพียร์สันเรารู้ว่ามันคือความแปรปรวนร่วมหารด้วยตัวหาร ความแตกต่างสองอย่างrr
มาตรฐานค่าสัมประสิทธิ์เบต้ามีโครงสร้างเช่นเพียร์สันเท่านั้นที่ตัวหารเป็นค่าเฉลี่ยเรขาคณิตของความแปรปรวนด้วยตนเอง ความแปรปรวนของค่าคงที่ (a) ไม่ถูกนับ มันถูกแทนที่ด้วยการนับที่สองของความแปรปรวนของสารตกค้าง (b) เบต้าจึงแปรปรวนของทั้งสองเหลือญาติแปรปรวนของหนึ่งของพวกเขา (โดยเฉพาะหนึ่งที่เกี่ยวข้องกับการทำนายของดอกเบี้ย ) ในขณะที่ความสัมพันธ์บางส่วนดังที่ได้สังเกตเห็นแล้วก็คือความแปรปรวนร่วมเดียวกันนั้นเทียบกับความแปรปรวนแบบผสม สัมประสิทธิ์ทั้งสองประเภทเป็นวิธีการสร้างมาตรฐานผลกระทบของในสภาพแวดล้อมของตัวทำนายอื่น ๆrx1x1
ผลที่ตามมาบางประการของความแตกต่าง หาก R-square ของการถดถอยหลายครั้งของด้วยและเกิดขึ้น 1 แล้วความสัมพันธ์บางส่วนของตัวทำนายที่ขึ้นอยู่กับจะเป็น 1 ค่าสัมบูรณ์ด้วย (แต่โดยทั่วไป betas จะไม่ใช่ 1) แท้จริงเป็นกล่าวก่อนคือความสัมพันธ์ระหว่างความคลาดเคลื่อนของและที่เหลือของ หากสิ่งที่ไม่ภายในจะตรงกับสิ่งที่ไม่ได้ภายในแล้วมีอะไรที่อยู่ในที่ไม่มิได้yx1x2ryx1.x2y <- x2
x1 <- x2
x2y x2x1yx1x2 : แบบเต็ม อะไรก็ตามที่เป็นปริมาณของส่วนที่ยังไม่ได้อธิบาย (โดย ) ที่เหลือใน ( ) ถ้ามันถูกจับได้ค่อนข้างสูงโดยส่วนที่เป็นอิสระของ (โดย )จะสูง ในมืออื่น ๆ จะได้รับการสูงให้เฉพาะที่ส่วนที่ไม่ได้อธิบายถูกจับของตัวเองเป็นส่วนหนึ่งที่สำคัญของปีx2y1−r2yx2x11−r2x1x2ryx1.x2βx1yy
จากสูตรข้างต้นที่ได้รับ (และขยายจากการถดถอยแบบ 2 ตัวทำนายไปสู่การถดถอยด้วยจำนวนตัวทำนาย ) สูตรการแปลงระหว่างเบต้าและ r บางส่วนที่สอดคล้องกัน:x1,x2,x3,...
ryx1.X=βx1var(ex1←X)var(ey←X)−−−−−−−−−−√,
โดยที่ย่อมาจากชุดของตัวทำนายทั้งหมดยกเว้นกระแส ( ) มีความคลาดเคลื่อนจากการถอยโดยและมีความคลาดเคลื่อนจากการถอยโดยตัวแปรทั้งในการถดถอยเหล่านี้ใส่พวกเขาได้มาตรฐานXx1ey←XyXex1←Xx1X
หมายเหตุ: หากเราจำเป็นต้องคำนวณความสัมพันธ์บางส่วนของกับตัวทำนายทุกตัวเรามักจะไม่ใช้สูตรนี้เพื่อทำการถดถอยเพิ่มเติมสองครั้ง แต่การดำเนินการกวาด (มักใช้ในอัลกอริธึมการถดถอยแบบย่อยและชุดย่อยทั้งหมด) จะกระทำหรือเมทริกซ์สหสัมพันธ์ภาพจะถูกคำนวณyx
1 βx1=bx1σx1σyคือความสัมพันธ์ระหว่าง rawและค่าสัมประสิทธิ์มาตรฐานในการถดถอยด้วยการสกัดกั้นbβ